Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
Aan de slag met AI binnen
de overheid
REDACTIE
Josephina Frederika
EINDREDACTIE
Josephina Frederika,
Marloes Pomp, Koen Hartog
DESIGN & VISUALS
Marize van der Laan
INTRODUCTIE
Voorwoord — Mona Keijzer
Waar hebben we het over?
Techniek gaat pas werken voor mensen als ze zien dat het ze vooruit helpt — Saskia Bruines
We weten al best veel over AI zelf, maar niet over het gebruik ervan in de publieke sector — Koen Lukas Hartog & Marloes Pomp
PILOTS
Waarom AI-pilots in de publieke sector zo belangrijk zijn — Nitesh Bharosa
Opinie— Kees van der Klauw
Pilot AI: digitale assistent voor het beantwoorden van kamervragen — Ilonka Novák & Peter Vermeulen
Pilot rijkswaterstaat: inspectie bruggen met drones — Ariea Vermeulen
INHOUDSOPGAVE
Pilot: Rijkswaterstaat Vitale Assets — Gilbert Westdorp
Opinie— Roel Bekker
Zo draagt AI bij aan een veilig Nederland
Pilot: Bijstand Gemeente Den Haag — Nathalie Kuiper
CBS: pilot eerlijke algoritmen— Bert Kroese
Pilot: AI en gegeven-standaardisatie met SBR data— Yvonne van der Brugge-Wolring
Opinie— Bas Eenhoorn
AI STARTUPS & DE
PUBLIEKE SECTOR
SBIR: AI in de publieke sector — Marieke van Putten
SBIR WInnaars
AI INNOVATIETRAJECT
Opinie— Michel van Leeuwen
04
05
06
08
10
13
18
20
21
26
28
33
34
36
38
40
44
48
DE VN EN AI
Responsible AI Innovation in Law Enforcement — Irakli Beridze
AI PRAKTIJKSCHOOL
Dit zijn de 3 juridische lessen voor overheden — Jeroen Naves
De technische lessen — Victor Pereboom
De lessen AI in combinatie met lucht- en satellietbeelden — Camiel Verschoor
Lessen: datamodellen — dr. Seyit Höcük
AI BINNEN DE OVERHEID
SLOTWOORD
Pak de droom op, alleen dan komen er mooie dingen uit — Frans Nauta
14
16
30
42
39
50
52
46
Aan de slag metAI binnen de overheid4
Recent ontdekten Amerikaanse
onderzoekers een nieuw medicijn.
Eigenlijk was het een oud medicijn
met een eigenschap die tot nu toe
nog onbekend was. Ze ontdekten
het via een algoritme, dat speciaal
was geschreven om te zoeken
in databanken met chemische
samenstellingen. Doel was om
eigenschappen te vinden die
effectief zijn als antibioticum.
Binnen enkele uren hadden de
onderzoekers beet. Het algoritme
vond een molecuul dat in een oud
medicijn voor diabetes zat. Wat
bleek? Deze stof werkt prima als
antibioticum en pakt zelfs bacteriën
aan die resistent geworden zijn voor
andere antibiotica.
Toen ik hierover las, dacht ik meteen
aan het grote vraagstuk van dit
moment. Deze publicatie komt uit
terwijl een groot deel van de wereld
stilligt vanwege het Coronavirus. We
zoeken naar manieren om het virus
te controleren, mensen te vaccineren
en genezen en om economie en
samenleving op een verantwoorde
manier ruimte te geven. Dat is een
puzzel vol grote dilemma’s.
Om die puzzel stap voor stap te
kunnen leggen, zullen we ook de
kansen van apps en algoritmes
goed moeten gebruiken. En ook
daar staan we voor dilemma’s:
hoe ontwikkelen we die
technologie - met een soms letterlijk
onvoorstelbaar potentieel – altijd
binnen de kaders van de wet en
onze publieke waarden? Hoe
reguleer je iets dat nog geen vaste
vormen heeft, in een onzekere en
snel veranderende wereld? Waarbij
je lang niet altijd weet waar het
publieke waarden gaat raken?
In de hele wereld worden deze
vragen nu gesteld. En in grote
lijnen kun je dan drie kanten op. Ten
eerste kun je een strikt commerciële
benadering kiezen bij het gebruik
van algoritmes, met een minimale
rol voor overheden en regelgeving.
Een ander uiterste is er een van
sterke controle door overheden,
met ook maar weinig privacy
voor consumenten en burgers.
Tussen deze uitersten werken we
in Europa en Nederland aan een
benadering die privacy, rechten
van consumenten en burgers
voorop stelt en publieke waarden
wil beschermen. Dat doen we als
overheden in samenspraak met het
bedrijfsleven.
Een belangrijke toets daarbij is
de vraag: kan ik de werking van
dit algoritme of deze toepassing
nog uitleggen aan de keukentafel?
Snappen we de gevolgen en
hebben we er nog de controle
over? Trekken we in de digitale
wereld dezelfde ethische en
wettelijke grenzen als in de analoge
wereld? En kunnen mensen daarop
vertrouwen? Die vragen zijn voor mij
de essentie van mensgerichte AI. En
op dat fundament wil het Kabinet de
maatschappelijke en economische
kansen van AI maximaal benutten.
In tijden van Corona, maar ook in
andere tijden, voor alle mogelijke
toepassingen.
We werken daar als Kabinet aan
met een strategisch actieplan voor
AI. Dat doen we niet alleen, maar
samen. In hechte publiek-private
samenwerking. En dat is bijzonder:
kennisinstellingen, bedrijven en
de overheid werken samen aan
een toekomst met AI. Dat doen
we in een Nederlandse AI Coalitie.
En daarbij sluiten we aan bij de
digitale strategie van de Europese
Commissie.
En tegelijk zullen we er gewoon
mee aan de slag moeten. Proberen,
fouten maken, leren en het
vervolgens beter doen. Wij weten
nog niet precies waar het met AI
heengaat. Maar een ding staat vast:
we hebben een open houding
nodig, we gaan dingen uitproberen.
Overheid, kennisinstellingen en
bedrijven samen. Altijd binnen
wettelijke kaders en met oog voor
de menselijke maat. Zodat we
het kunnen blijven uitleggen aan
onze eigen keukentafels. In tijden
van Corona, maar ook daarna..
In de publieke sector, maar ook
daarbuiten.
VOORWOORD
Mona Keijzer
Staatssecretaris van Economische Zaken en Klimaat
Aan de slag metAI binnen de overheid 5
Data Science
Data science is een relatief
nieuwe discipline die tot nieuwe
ontwikkelingen leidt. Met data
science wordt bedoeld: het
analyseren en interpreteren van
grote hoeveelheden data die ‘vaak’
complex en ongestructureerd
zijn, en tegenwoordig dagelijks
gegenereerd worden. De kunst van
data science is het transformeren
van data in waardevolle acties. Dit
vakgebied beslaat veel meer dan het
conventionele gebruik van data en
statistiek.
Big Data
We spreken van big data als er
sprake is van meerdere kenmerken
van de data, met name de
hoeveelheid data, de snelheid
waarmee de data binnenkomen
en/of opgevraagd worden, en de
diversiteit van de data. Er wordt
daarom ook vaak over de drie V’s
gesproken; Volume, Velocity en
Variety.
Er zijn echter meer zaken die
een rol spelen. De data is vaak
ongestructureerd en kan niet in een
traditionele database opgeslagen
worden. Andere mogelijke factoren
zijn de kwaliteit van de data (de
ene bron is minder betrouwbaar
dan de andere), de complexiteit
van de data (soms is het lastig
om ongestructureerde data van
verschillende bronnen met elkaar
te combineren) en de waarde van
data (data op zich hebben geen
nut tenzij ze worden omgezet in
iets waardevols). Naast de drie V’s
komen er dus nog minimaal twee
extra V’s bij; Veracity en Value.
Binnen het vakgebied van Artificial Intelligence, keert een aantal termen regelmatig terug.
Wat wordt er bedoeld met dit ‘jargon’?
Machine Learning
Machine Learning (ML) is een
geavanceerd onderzoeksveld
binnen data science dat zich
bezighoudt met de technieken
waarmee computers kunnen leren
- zonder dat ze er speciaal voor
geprogrammeerd zijn. Met de
technieken van ML kunnen uit grote
databestanden verbanden in de data
worden geïdentificeerd.
Deep Learning
Deep Learning (DL) is een onderdeel
van Machine Learning. Het betreft
algoritmen die zijn geïnspireerd
op de structuur en functie van
de hersenen. Deze algoritmen
worden daarom kunstmatige
neurale netwerken (Artificial Neural
Networks, ANN) genoemd. DL is
in feite een groot neuraal netwerk
bestaande uit vele lagen, soms wel
honderden. Deze gespecialiseerde
techniek is tegenwoordig heel
populair onder techneuten.
Waar hebben we het over?
Aan de slag metAI binnen de overheid6
Zeker in de publieke sector worden we soms overspoeld
door de mogelijkheden die miljoenen technologische
ontwikkelingen bieden. Dat gaat razendsnel en is soms
bijna niet te volgen. Waar de prioriteit ligt en welke
technologieën uw aandacht, of die van de overheid,
nodig hebben is soms lastig te bepalen.
Eén technologische ontwikkeling steekt er op dit
moment echter bovenuit wat mij betreft: kunstmatige
intelligentie, oftewel AI. Dit is de techniek die kan
bijdragen aan de ambitie van Den Haag op het gebied
van vrede, recht en veiligheid – en de ambitie die we
met de rijksoverheid delen om publieke dienstverlening
te innoveren.
Deze slimme en zelflerende technologie is bijna overal
toepasbaar - en wordt op steeds meer plekken ingezet.
Techniek gaat pas werken voor mensen als ze zien dat het ze vooruit helpt
De mogelijkheden lijken eindeloos. Maar ondertussen
is het ook nog weinig concreet. Techniek gaat pas
werken voor mensen als ze het kunnen gebruiken, als
het ze helpt en als ze het niet als een ding an sich zien.
Zo vinden we het heel normaal dat we allemaal een
supercomputer in onze broekzak hebben in de vorm van
een mobiel. We staan er weinig bij stil welke technieken
daaraan bijdragen - zo zal het in de toekomst ook gaan
met AI hoop ik.
AI als los onderwerp lijkt soms nog minder interessant.
Echter, als we dit op de juiste manier inzetten, helpt
het nu al concreet in ons werk in de publieke sector.
Wij willen dat in Den Haag alles goed draait, dat alles
schoon en veilig verloopt. Dat heeft heel veel met AI te
maken, want daarvoor hebben we informatie nodig. AI
kan ons helpen die informatie te analyseren. Samen met
Saskia Bruines
Wethouder Economie,Internationaal, Dienstverlening en 2e locoburgemeester van de Gemeente Den Haag
Dagelijks wordt uw aandacht gevraagd voor innovaties en met dit magazine doe ik dat voor kunstmatige intelligentie, oftewel AI. Met een dringende reden...
Aan de slag metAI binnen de overheid 7
de daarvoor benodigde mensen die wij ook voorhanden
hebben. Den Haag is bijvoorbeeld de eerste stad met
een Chief Data Officer (CDO).
Ondertussen staat AI ook hoog op de nationale en
internationale beleidsagenda’s. Investeren in de
ontwikkeling en toepassing van AI is een must om de
Nederlandse economie wereldwijd concurrerend te
houden. Den Haag neemt hierin graag het voortouw
met The Hague Data Science Initiative (DSI). Het
programma waarmee we de toepassing van AI in de
stad willen versnellen. Zoals met de AI pilots die in dit
magazine worden beschreven.
Als stad hebben we echter ook oog voor de zorgen die
veel mensen hebben bij technologische ontwikkeling.
Het is belangrijk na te denken over vragen als: voegt
deze technologie echt wat toe aan mijn leven? Ben ik en
ook mijn privacy wel goed beschermd? In Den Haag
willen we er zeker van kunnen zijn dat AI verantwoord
wordt gebruikt: met oog voor juridische en ethische
beginselen. Den Haag is van oudsher internationale stad
van Vrede & Recht – en is dit ook in een digitale wereld.
Technologische ontwikkeling en publieke waarden en
mensenrechten gaan hand in hand. In onze stad zijn
beide kanten van deze medaille vertegenwoordigd. De
vestiging van het hoofdkantoor van CLAIRE, het grootste
onderzoekscollectief ter wereld, maar ook van VN
organisatie Unicri onderstrepen dit.
Het is van belang dat de hele publieke sector aan de
slag gaat met AI, en wel nu. Omdat AI bijna letterlijk
overal is, moeten we in de publieke sector ruimte maken
om zoveel mogelijk te experimenteren. Zo vinden we
uit waar kansen liggen en hoe we deze technologie
inzetten in het belang van iedere Nederlandse burger.
Experimenteren met AI confronteert ons niet alleen met
technische mogelijkheden en beperkingen, maar ook
met de organisatorische en ethische consequenties,
Graag nodig ik u uit om in dit magazine alles te lezen
over de potentie van AI in de publieke sector. Een
technologische ontwikkeling die uiteindelijk draait om
mensen en hoe we hun leven eenvoudiger en veiliger
kunnen maken.
Wij willen dat in Den Haag alles goed draait, dat alles schoon en veilig verloopt. Dat heeft heel veel met AI te maken, want daarvoor hebben we informatie nodig. AI kan ons helpen die informatie te analyseren.
“
”
Aan de slag metAI binnen de overheid8
We weten al best veel over AI zelf, maar niet over het gebruik ervan in de publieke sector
Koen Lukas Hartog
Programmamanager AI Innovatietraject,DSI
Marloes Pomp
Programmamanager AI Innovatietraject,DSI
AI voor mensen
AI wordt nog steeds ervaren als iets dat
‘te ingewikkeld is om te snappen’, laat
staan om het te gebruiken. En dat ligt
niet aan de kennis of kunde van mensen.
Het is simpelweg zo dat we nog niet
genoeg ervaring hebben en/of vanuit de
publieke sector naar buiten brengen over
de toepassing van deze techniek. AI is
weliswaar relatief nieuw, maar ondertussen
ook zeker geen hype meer. Het is zo gezegd
here to stay. Hoog tijd om nu te laten zien
wat de mogelijkheden en onmogelijkheden
van AI zijn in de publieke sector - en dat
doen wij door middel van dit magazine.
Hoewel het hier gaat om een technisch
onderwerp, zult u zien dat vrijwel alle
verhalen draaien om mensen. Want het zijn
niet alleen mensen die AI ontwikkelen, maar
ook mensen die AI gebruiken, of mensen
wiens dagelijks leven een stuk eenvoudiger
wordt door de oplossingen die AI biedt.
We nemen graag u mee op ontdekkingsreis naar de
potentie die AI heeft voor de overheid
We hopen u met dit magazine een praktisch en divers
overzicht te geven op een aantal onderdelen.
• Een beschrijving van een aantal AI pilots binnen de
publieke sector
• De AI-praktijkschool met lessen die we nu al kunnen
leren van deze pilots
• De omschrijving van een aantal AI-innovaties waar
(soms hele jonge) bedrijven samenwerken met de
overheid.
• Een aantal (verrassende) opinies van voorlopers op
het gebied van innovatie in de publieke sector.
Pilots leiden tot meer
mogelijkheden voor
de publieke sector
We hopen dat u door
deze brede aanpak, hele
concrete inzichten krijgt.
Dat u door de pilots
ziet welke potentie er is
voor AI voor de publieke
sector in het algemeen,
maar ook voor uw eigen
dagelijkse werk. Dat
is belangrijk, want we
weten al best veel over AI
zelf. Maar nog te weinig
over wat we kunnen
doen met deze techniek
in de publieke sector.
Aan de slag metAI binnen de overheid 9
Veel lessen geleerd én resultaten geboekt
De mogelijkheden van een nieuwe technologie zoals
AI ontdekken, betekent ook dat niet alles lukt. Daarvoor
zijn het immers pilots - en ook (of soms juíst) uit de
minder geslaagde onderdelen kunnen lessen worden
getrokken. Opvallend is dat er bij deze ronde AI-pilots
al veel resultaten en toepassingen zijn ontdekt die
direct bruikbaar zijn. Om te voorkomen dat het wiel
telkens opnieuw uitgevonden moet worden, vindt u in
dit magazine ook alvast een overzicht van deze lessen
op het gebied van techniek, data, juridische zaken en
satelliet en luchtbeelden. Daarnaast moedigen wij u aan
om vooral te blijven experimenteren - met deze lessen bij
de hand.
AI betekent ook de juiste combinatie vinden
Samenwerken en de juiste combinaties vinden staan
voorop bij AI-innovaties voor de publieke sector. Op
zowel technologisch als uitvoerend vlak. Alleen AI is
vaak niet de oplossing, we zien vaak dat een combinatie
met (nieuwe) technologieën zoals privacy preserving
technologies of blockchain technologie het beste
resultaat oplevert. Ook de samenwerkingsverbanden
met de private sector kunnen leiden tot prachtige
resultaten. Over beide onderwerpen vindt u ook
artikelen in dit magazine.
De noodzaak is duidelijk, maar er is her- en der nog
koudwatervrees?
Kunstmatige intelligentie klinkt voor sommige mensen
als een potentiële bedreiging. Vragen over privacy,
ethische aspecten en controle van de techniek zijn er.
En terecht natuurlijk. Maar de echte koudwatervrees
kan snel weggenomen worden door mensen goed te
informeren. Die taak om mensen te overtuigen, moet
niet de overhand krijgen. Het beste is om mensen de
mogelijkheden te laten zien met best practices. Betrek
mensen daarbij en doe het zo vaak en zo veel mogelijk.
Alleen dan word je als organisatie bekwaam in het
innoveren en ben je steeds beter in staat om de juiste
keuzes te maken. Of dit nou gaat over AI, of welke
andere technologie dan ook.
De toekomst van AI in de publieke sector
Om alle benodigde data en kennis bij elkaar te
krijgen, is het van groot belang dat organisaties gaan
samenwerken binnen de publieke sector. Dat is een
voortdurende zoektocht gezien de complexiteit van
de opgave, het aantal en de omvang van de betrokken
organisaties. Maar het is zeker iets dat we kunnen
oefenen en waar de focus op moet liggen voor de
toekomst.
Binnenkort starten we met een tweede ronde pilots. Hier
zullen specifiek oplossingen gezocht worden voor het
veiligheidsdomein, maar er is ook ruimte voor een aantal
andere onderwerpen. Ook in de tweede ronde zullen
we samenwerken met andere publieke partijen, startups.
Daarnaast wordt met YES!DELFT en NL AIC een GovTech
accelerator opgestart, waar het pilotprogramma in
ondergebracht zal worden.
Over DSI en AI
Het Data Science
Initiative (DSI) is
een project van de
gemeente Den Haag.
De missie van DSI is om
de waarde van data
en AI te waarborgen
voor vrede, recht en
veiligheid. Wij denken
dat dat data science en
AI een enorme publieke
waarde kunnen creëren.
Den Haag is de stad waar een groot deel van onze
ministeries is gevestigd. De overheid is één van de
belangrijkste werkgevers. Het belang dat er juist hier
meer kennis en kunde op het gebied van data science
en AI komt, is dan ook groot. Dit doet DSI vooral door
het opzetten van kleinschalige onderzoeken, pilots en
experimenten. Zeker als het om techniek gaat, is dit vaak
de meest efficiënte en productieve manier om iets écht
te leren.
Aan de slag metAI binnen de overheid10
Nitesh Bharosa is onderzoeker aan de Technische Universiteit Delft. Hij doet onderzoek naar innovatie in digitale ecosystemen. Daarnaast is hij coördinator onderzoek en valorisatie bij Digicampus. Daarvoor was hij acht jaar actief als IT strategie consultant en R&D adviseur op data-infrastructuren.
Onderzoeker Nitesh Bharosa
snapt de uitdagingen waar AI en
de acceptatie daarvan voor staat.
Volgens hem is er wel een oplossing.
Namelijk, zoveel mogelijk open
experimenteren. In dit artikel legt
hij uit waarom dit zo belangrijk is,
en hoe dit het beste kan worden
uitgevoerd.
Als wij niet met AI experimenteren, worden wij afhankelijk van de oplossingenuit het buitenland.
Stel je voor dat je (na de Corona
crisis) met de auto een weekendje
naar Parijs wilt rijden. Zou je dat
zonder je navigatiesysteem kunnen?
Wellicht, al is het ongetwijfeld
fijner met een navigatiesysteem
Digicampus is een innovatiepartnerschap tussen overheid, wetenschap en markt en biedt een werkwijze voor het innoveren van publieke dienstverlening. Het is een samenwerkingsplek voor alle partijen die bij digitale innovaties binnen de publieke sector betrokken zijn. Digicampus is een initiatief van het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties, Logius, ICTU, Nederland ICT, en de TU Delft.
WAAROM AI-PILOTS IN DE PUBLIEKE SECTOR ZO BELANGRIJK ZIJN
Begin door te experimenteren en leren met open data
In dit magazine leest u over de eerste ronde AI pilots in de publieke sector. Soms lijken de mogelijkheden voor AI-toepassingen eindeloos. Van een pilot waarbij AI helpt bij het beantwoorden van kamervragen, tot en met de experimenten waarbij AI het onderhoud van bruggen voorspelt. AI kan niet alleen worden ingezet op technisch vlak, maar ook op sociaal vlak. Dat blijkt bijvoorbeeld uit de pilot waarbij AI in de gemeente Den Haag helpt om mensen weer zo snel mogelijk op weg te helpen naar werk, of de pilot van CBS dat werkt aan eerlijke algoritmes.
als assistent. Op dezelfde manier
zoals een navigatiesysteem, maakt
AI (als verzamelnaam voor diverse
zelflerende technologieën 1 ) een
stapsgewijze intrede in ons leven.
Niet als vervanger, maar als assistent.
Als je Google Maps, Siri, Pinterest,
Facebook of een email-spamfilter
gebruikt, werk je al (mogelijk
onbewust) met AI.
Als we deze lijn volgen ga je
in de toekomst niet meer je
administratie doen en heb je 24/7
de beste digitale dokter direct tot je
beschikking (denk aan IBM Watson).
Experts 2 voorzien een groeipad met
drie intelligentieniveaus: assisted
AI (technologie als ondersteuning
van menselijke besluitvorming),
augmented AI (technologie
als verrijking van menselijke
capaciteiten) en autonomous AI
(technologie als uitvoerder van
“”
Aan de slag metAI binnen de overheid 11
complexe taken zonder menselijke
controle of begeleiding). Een
belangrijke voorwaarde voor het
doorlopen van dit groeipad is
toegang tot betrouwbare data. AI
toepassingen hebben data nodig
om de algoritmes te trainen, te
verbeteren en uit te voeren. De
benodigde data is vaak niet bij
één organisatie, data deling tussen
organisaties en zelfs tussen sectoren
is een belangrijke randvoorwaarde
voor de ontwikkeling van AI
oplossingen.3
Niet gek dat de Europese Commissie
(EC) op eenzelfde moment zowel
een Datastrategie 4 als een AI
strategie 5 heeft gelanceerd.
De EC wil de ontwikkeling van
AI versnellen en erkent dat er
hiervoor meer datadeling nodig
is. Gewenste toepassingen van AI
zijn toepassingen die bijdragen
aan het vergroten van de veiligheid
(bijvoorbeeld misdaadbestrijding)
en aan een betere kwaliteit van
leven (bijvoorbeeld diagnoses
in de zorg, stimuleren van een
gezonde leefwijze, machines die
mensen zwaar werk uit handen
nemen). Om hier te komen moeten
niet alleen bedrijven, maar ook
publieke organisaties data delen
en AI benutten ten gunste van de
samenleving.
Naast datadeling is er nog een
randvoorwaarde: draagvlak voor
experimenten in de publieke sector.
Er is veel data in de publieke sector.
En er zijn diverse maatschappelijke
uitdagingen in sectoren als zorg,
onderwijs, veiligheid en wonen
die zich lenen voor de toepassing
van AI. Het Strategisch Actieplan AI
toont ook de politieke wil om met
AI aan de slag te gaan.6 Toch blijkt
het moeizaam om op AI gebaseerde
oplossingen in de publieke sector te
lanceren. Niet zo lang geleden heeft
de rechter een AI toepassing voor
fraudebestrijding stopgezet.7
Of het nou om zelflerende
algoritmen of ‘statische’ data-
analyses gaat, zodra oplossingen
het label AI krijgen, ontstaat
wantrouwen. Mensen zijn bezorgd
over privacy, de vooringenomenheid
van algoritmen en mogelijk misbruik
door organisaties. AI-oplossingen
worden daarnaast gekenmerkt door
hun ondoorzichtigheid (black box)
— naarmate de algoritmen meer
leren wordt het voor mensen steeds
onduidelijker hoe de algoritmen
leren. Daarmee kunnen de
fundamentele rechten van mensen
in het geding komen. Vind dan nog
maar een bestuurder die durft achter
een AI oplossing te staan. Hier komt
de catch 22: als niemand het durft
te experimenteren, kunnen we niet
leren hoe we AI wel effectief kunnen
ontwikkelen en inzetten. En als
we niet zelf leren en ontwikkelen,
komt de technologie steeds meer
uit andere delen van de wereld
waar andere normen en waarden
prevaleren.
Bij Digicampus hebben we in
samenwerking met de Data
Science Initiative dit dilemma
vanuit een experimenteer- en
leerstrategie aangepakt waarbij
‘open’ het sleutelwoord is.
Vanuit de driehoek: overheid,
wetenschap en markt zijn we gestart
met een AI (machine learning)
experiment op basis van open en
gestandaardiseerde publieke data
over het onderwijsdomein. Hiervoor
wordt een open source AI applicatie-
ontwikkeltool gebruikt.8 De datasets,
applicaties, instructies, toegepaste
data-analysetechnieken en resultaten
staan openbaar op Gitlab en zijn
voor iedereen toegankelijk en te
gebruiken.9 Met deze bottom-up
benadering leren we wat mogelijk is
en wat niet.
Tot dusver hebben we geleerd dat
je met een gestandaardiseerde
open dataset en open source
tooling binnen een dag zelflerende
algoritmes kunt ontwikkelen. Het
Aan de slag metAI binnen de overheid12
automatisch laten classificeren van
typen onderwijsinstellingen gaat
behoorlijk accuraat. Algoritmen
doen dit veel sneller dan de mens.
Maar het automatisch herkennen
van patronen op basis van regressie
analyses lukt (nog) niet. De
experimenten lopen nog tot juni
2020. Deze werkwijze gaan we
ook toepassen op open data uit het
woondomein. Hierna verkennen we
samen met de partijen in de hele
dataketen de wensen voor nieuwe
experimenteren.
Op basis van de geleerde lessen
kunnen we — mits er een duidelijke
behoefte is — in de toekomst
gaan experimenteren met fictieve
persoonsgegevens (dummy data).
Hierbij is de driehoek niet genoeg,
we moeten naar een vierhoek
waarmee burgers/gebruikers vanaf
het begin betrokken zijn en direct
een stem hebben bij het ontwerpen
van een AI toepassing.
Via methoden als value sensitive
design 10 kunnen we met elkaar
de ethische vraagstukken rond
de toepassing van AI scherp
krijgen. Het is essentieel om vooraf
publieke waarden in het ontwerp
van oplossingen te borgen (public
values in design). Tot slot: als je de
werking van een AI oplossing niet
kunt uitleggen gaan de meeste
mensen het niet accepteren.
Alleen door transparant te zijn en
mensen te betrekken kunnen we de
ontwikkeling van AI toepassingen
ten gunste voor de samenleving
versnellen.
1 Voorbeelden van AI technologieën: Natural Language Processing, Expert Systems, Machine Learning, Deep Learning, Gezichts- en emotieherkenning. Deze vormen van AI overlappen en zijn niet altijd van elkaar te onderscheiden, doordat de onderliggende technologieën en algoritmes overeenkomen.
2 Zie o.a.: Mohanty en Vyas (2018) How to Compete in the Age of Artificial Intelligence: Implementing a Collaborative Human-Machine Strategy for Your Business. Apress.
3 Nationale AI Coalitie: www.nlaic.com/wp-content/uploads/2020/03/Verantwoord-datadelen-voor-AI.pdf
4 EC Data strategie: www.ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/european-data-strategy_nl
5 EC AI strategie: www.ec.europa.eu/info/strategy/priorities-2019-2024/europe-fit-digital-age/excellence-trust-artificial-intelligence_nl
6 Strategisch Actieplan AI www.digitaleoverheid.nl/document/strategisch-actieplan-ai/
7 Stopzetting AI toepassing: www.nrc.nl/nieuws/2020/02/05/privacyvoorvechters-krijgen-syri-via-rechter-verboden-a3989471
8 Weka: www.cs.waikato.ac.nz/ml/weka/
9 www.gitlab.com/digicampus/ai-workbench
10 Zie o.a. online college Prof. Jeroen van den Hoven www.ocw.tudelft.nl/course-lectures/7-1-introduction-value-sensitive-design/
Aan de slag metAI binnen de overheid 13
Dit is niet de zoveelste ‘praatclub’ benadrukt hij. “Dit is een plek waar gewerkt wordt en waar zoveel mogelijk publieke en private partijen bij elkaar komen om kennis en kunde over AI te delen.”
Van der Klauw ziet de overheid eigenlijk als een bedrijf. “Ik denk dat het goed is om er op die manier naar te kijken. De coronacrisis laat eigenlijk al zien dat dat de overheid heel goed kan werken als een bedrijf dat de klant, de burger, centraal stelt.” Met deze insteek meent Van der Klauw ook dat - net als bij andere bedrijven - AI gebruikt kan worden om bedrijfsprocessen te verbeteren. “Je kunt dat doen door sec naar administratieve of financiële processen te kijken. Echter, AI kan ook worden ingezet om de relatie met de burger te verbeteren, door nog betere dienstverlening. Natuurlijk mag je ook als overheid je klant aangenaam verrassen, dus ga vooral op zoek naar nieuwe proposities waar de burger écht wat aan heeft.”
Data = brandstof
Data is de brandstof waar het allemaal om draait, bij AI. De overheid beschikt over enorm veel waardevolle publieke en niet-publieke data. “Daar moeten we wat mee als overheidsbedrijf,” vindt Van der Klauw. “Ook hier laat de coronacrisis weer zien dat we het verantwoord gebruik van data als overheid niet links kunnen laten liggen. Door data weten we waar brandhaarden zijn, waar logistiek verbeterd moet worden en waar meer hulp nodig is. Alleen met al deze gegevens kan de overheid de coronacrisis managen.”
Dat AI breder ingezet moet worden is gewoon onvermijdelijk volgens Van der Klauw. “Mits we AI zien als middel. Het is natuurlijk geen doel op zichzelf. Ik ga hier niet zeggen dat AI de oplossing is voor alles. Wel dat het samenwerken aan nuttige en veilige AI-oplossingen hard nodig is, dus dat doen we met de Nederlandse AI Coalitie.”
Geen vluchtige voorbijgangers
NL AIC is formeel van start gegaan in oktober 2019. “Informeel waren we al actief vanaf 2018, na de presentatie van het AINED rapport. Sinds de formalisatie die samenviel met de presentatie van het Strategisch Actieplan AI voor de Rijksoverheid groeien
we hard. We zijn begonnen met zo’n zestig first movers en ondertussen heeft NL AIC driehonderd deelnemers.”
Van der Klauw benadrukt dat al deze partijen actief deelnemen. Omdat zij nut en noodzaak zien van de inzet van AI en het experimenteren ermee. “Alle publieke en private partijen snappen het belang en zijn toegewijd. Deze partijen zien ook dat de Verenigde Staten en China al lang op hun eigen manier hard investeren in AI. Europa en vooral Nederland kan dan niet achterblijven met een eigen beleid. We hebben hier al veel inhoudelijke kennis op het gebied van AI. Daarnaast is er ook nog eens veel domeinkennis, op bijvoorbeeld gebieden als Agrifood.”
Vergeet die burger niet
Het doel van de NL AIC is om alle kennis en mogelijkheden te organiseren op het gebied van AI. Dat kan alleen door in de praktijk initiatieven te ontwikkelen, vindt Van der Klauw. “De deelnemers werken hard aan onderzoeken én boeken resultaten. Van onderwerpen als het delen van data, innovatie en research tot en met maatschappelijke acceptatie; alles wordt aangepakt. Daarbij moeten we één ding niet vergeten: de burger.”
Bij grote innovaties wordt vaak gesproken van een samenwerking tussen de triple helix. Hierbij trekken overheid, bedrijfsleven en wetenschap samen op, voor het beste resultaat. “Goed model hoor,” vindt Van der Klauw. “Maar wij voegen daar dus nog een vierde partij aan toe, de mens, de burger. Dan krijg je dus een quadruple helix, die essentieel is voor duurzaam succes”
Niet versnipperen, maar experimenteren en investerenNL AIC is dé plek waar iedereen binnen de quadruple helix moet zijn, vindt Van der Klauw. “We stellen nu bijvoorbeeld een menukaart op, met alle onderzoeken en alle publieke en private initiatieven op het gebied van AI. Zo kunnen bedrijven en overheden makkelijk aansluiting vinden. Hopelijk kunnen we dan ook nog een investeringsfonds realiseren, zodat we samen doelgericht verder kunnen ontwikkelen.”
Opinie Kees van der Klauw Manager van de Nederlandse AI Coalitie
Driehonderd deelnemers aan de Nederlandse AI Coalitie: dat zijn geen toeristen, maar toegewijde partners
Data is de brandstof waar het allemaal om draait, bij AI. De overheid beschikt over enorm veel waardevolle publieke en niet-publieke data.
“”
Aan de slag metAI binnen de overheid14
Ilonka Novák en Peter Vermeulen vertellen over de AI pilot ‘digitale assistent voor kamervragen’ bij SZW. “AI is soms nogal een buzzword dat overal om ons heen wordt gebruikt. Tegelijkertijd lijkt het gebruikt van AI nog heel ver af te staan van het dagelijkse werk,” vindt Vermeulen. “Voor deze pilot zijn we dan ook begonnen met de vraag: hoe kunnen we die kloof verkleinen?”
Dicht bij de dagelijkse
werkwereld
Novák en Vermeulen zijn daarom
op zoek gegaan naar onderwerpen
die heel nauw aansluiten bij de
mensen die dagelijks werken bij het
departement. “Zo leer je ook wat
AI betekent in de praktijk,” vertelt
Novák. “Je haalt een beetje de
magie eraf; je kunt het onderwerp
AI demystificeren. Ons werk gaat
sowieso heel anders worden en
digitale assistenten worden overal
ingezet. Met deze pilot kunnen we
daar vast aan wennen.”
“Veranderingen gaan namelijk niet
van vandaag op morgen,” voegt
Vermeulen toe. “Maar het is wel erg
interessant om nu al te zien wat de
potentie is. Zeker als je gedurende
het ontwikkelproces telkens blijft
kijken wat beter kan, of aangenamer.
Als de beleidsmedewerker bij zijn
werk ondersteund wordt door AI,
verhoogt dit misschien wel het
werkgeluk?”
PILOT AI: DIGITALE ASSISTENT VOOR HET BEANTWOORDEN VAN KAMERVRAGEN
“We zijn op zoek gegaan naar een toepassing die heel dicht bij de beleidsmedewerkers ligt”
AI heeft de potentie om eindeloos veel problemen op te lossen. Maar, hoe zorg je nou dat AI ingezet wordt op een manier die ook tastbaar en bruikbaar is voor mensen? Het ministerie van Sociale Zaken en Werkgelegenheid (SZW) gaat hiermee aan de slag.
Samen op zoek naar AI-
oplossingen die er toe doen
Wat Vermeulen en Novák ook
waardevol vinden aan deze pilot
is dat dit samen gebeurt met
andere overheidsorganisaties.
“Hierdoor kunnen we van elkaar
leren en dat brengt een pilot in een
stroomversnelling,” stelt Novák.
“Dat is super waardevol. Samen
met organisaties als de TU Delft, en
het CBS kunnen we op zoek naar
oplossingen die ertoe doen.”
De keuze om deze pilot te richten
op een AI-toepassing voor het
beantwoorden van kamervragen
is een logische volgens Vermeulen
en Novák. “Het gebruik kan direct
tijdwinst en gemak opleveren
voor beleidsmedewerkers. De
beleidsmedewerker formuleert
uiteindelijk zelf het antwoord,
het politieke aspect is en blijft
mensenwerk.”
Aan de slag metAI binnen de overheid 15
Het werk van beleidsmedewerkers
bestaat voor een deel uit het
beantwoorden van kamervragen.
Maar, het zoekwerk kan met de
AI-assistent een heel stuk sneller
volgens Novák. “Met deze oplossing
worden beleidsmedewerkers dus
niet vervangen door ‘een robot’,
maar hebben ze meer ruimte om het
echte werk, het beantwoorden van
de vragen, uit te voeren.”
Veel verder dan alleen zoeken op
steekwoorden
De AI-assistent voor het
beantwoorden van kamervragen
helpt vooral bij het doorzoeken
van alle openbare bronnen. “Dat
gaat met de inzet van AI veel
verder dan alleen een zoekmachine
die steekwoorden kan vinden,”
benadrukt Vermeulen. “AI kan
bijvoorbeeld hele zinnen scannen en
steeds beter leren wat relevant is en
wat niet.”
Tot nu toe verloopt de pilot
succesvol. “We zijn op zoek naar
een mogelijke leverancier voor de
volgende fase van het experiment:
het testen”. Ondertussen
inventariseren Novák, Vermeulen
en hun team waar de behoefte
ligt van de medewerkers; waar ze
tegenaan lopen en wat hen nou
écht zou helpen bij de uitvoering
van hun werk. “Natuurlijk kijken
we ook naar de ethische kant,”
vertelt Vermeulen. “Maar die is
hier eigenlijk niet zo spannend, we
doorzoeken informatie die openbaar
is en geformaliseerd. En natuurlijk
blijft de beleidsmedewerker
verantwoordelijk voor de
beantwoording die aan de minister
wordt voorgelegd.
Wat we straks willen testen is of de
digitale assistent ook daadwerkelijk
het zoekproces versnelt en of de
beleidsmedewerker zich ontzorgd
voelt bij het zoekproces. Als dat het
geval is dan biedt dat voordelen
voor beleidsmedewerkers, niet
alleen bij SZW maar ook bij andere
departementen.
Het werk van beleidsmedewerkers bestaat voor een deel uit het beantwoorden van kamervragen. Maar, het zoekwerk kan met de AI-assistent een heel stuk sneller volgens Novák.
“
”
Instituut voor Dataverzameling en Onderzoek
Opgericht: 1996Aantal medewerkers: 42- 40% met een PhDKantoor: Campus van
Tilburg University (TiU)
• Onafhankelijke stichting voor dataverzameling en toegepast sociaal-economisch onderzoek
• Verbonden met TiU, het Data Science Center Tilburg (DSC/t) en de Jheronimus Academy of Data Science (JADS)
• Wetenschappelijk georiënteerd en data-gedreven
• Beheert het LISS panel; online surveys met 5000 huishoudens representatief voor de NL-talige bevolking
Unique Selling Point (USP)Data Science @ CentERdata heeft een grote expertise op het gebied van toegepaste data science, machine learning, en AIen combineert deze expertise vaak met gedragsbeïnvloeding en andere technieken van gedragswetenschappen.
Project met overheid:CentERdata voert data-gedreven arbeidsmarktonderzoek ICT met topsectoren uit in samenwerking met het ministerie van EZ en met steun van een DWSRA subsidie van het ministerie van SZW. Het doel van dit arbeidsmarktonderzoek is om met behulp van de nieuwste data science-technieken helder te krijgen wat de precieze impact is van digitalisering op de huidigeberoepsbevolking. Aan de hand van rond de 8 miljoen vacatureteksten wordt via text analytics achterhaald wat de beste overgangsberoepen zijn.
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid16
Ariea Vermeulen is coördinator drones bij Rijkswaterstaat. Volgens haar biedt de inzet van drones samen met AI, veel potentie voor de inspectie en het onderhoud van objecten van Rijkswaterstaat. Hoe pas je dit toe in de praktijk? Vermeulen en haar team zoeken dat uit door middel van een praktische pilot.
Het doel van deze pilot
Er is veel materieel en (menselijke)
capaciteit nodig voor de inspectie
van bruggen en viaducten. “Deze
zogenaamde inspectielast willen we
reduceren met de inzet van drones,”
vertelt Vermeulen.
Het uiteindelijke doel van
Rijkswaterstaat is om in 2021
alle bruggen en viaducten met
‘dronepotentieel’ ook daadwerkelijk
met een drone te inspecteren. De
uitvoering hiervan gebeurt door
marktpartijen, maar de data is van
Rijkswaterstaat. “We zien hier enorm
veel mogelijkheden, maar we zijn
nog wel op zoek naar een manier
waarop we drones structureel
kunnen inzetten in de dagelijkse
operatie van Rijkswaterstaat.” Ook
de gestructureerde opslag van data
en het juiste gebruik moet nog beter
worden geregeld.
Kijken naar wat kan en wat niet
kan
Het gaat bij een pilot als deze
natuurlijk niet alleen om ‘successen
PILOT RIJKSWATERSTAAT: INSPECTIE BRUGGEN MET DRONES
Hoe Rijkswaterstaat drones hele slimme dingen laat doen
Dagelijks inspecteert Rijkswaterstaat bruggen en viaducten en dat is grotendeels mensenwerk. Maar wat gebeurt er als drones en AI worden ingezet om inspecties uit te voeren? De veiligheid en de efficiëntie nemen sterk toe en de kosten nemen af.
boeken’, maar we willen ook inzicht
in wat niet kan,stelt Vermeulen. “We
verkennen dus zowel mogelijkheden
als onmogelijkheden. Dat gaat over
de inspectie met drones zelf, maar
ook over hoe nauwkeurig AI de
gebreken automatisch herkent.”
Uiteindelijk zal de pilot aantonen
wat de meerwaarde is van de inzet
van AI en Drones. “We kijken echt
naar resultaten die in de praktijk
goed toepasbaar zijn en leiden tot
betrouwbare inspectieresultaten.”
Veiligheid voor alles
Eén van de voordelen is dat de inzet
van drones de veiligheid verhoogt,
vindt Vermeulen. “Er hoeven
bijvoorbeeld geen hoogwerkers en
pontons meer worden ingezet. Tel
daar lagere kosten en een betere
bereikbaarheid bij op en de inzet
van drones is snel heel kansrijk.”
Vermeulen is enthousiast. “Zeker
als je bedenkt dat een drone veel
minder verkeersstremmingen
veroorzaakt. Als je dat verder
doortrekt scheelt het dus ook nog in
de CO2-uitstoot.”
Aan de slag metAI binnen de overheid 17
Tegelijkertijd komen er nieuwe
vraagstukken aan het licht
Deze werkwijze levert in de praktijk
nieuwe vraagstukken op, die vooral
gaan over governance. “We zijn nu
aan het kijken wat de verhouding
hierbij is tussen publieke en private
inzet van mensen en middelen.
Oftewel, wat willen we zelf doen en
wat kunnen we beter uitbesteden.”
Ook omtrent databronnen rijzen
een aantal vragen, constateert
Vermeulen. “Hoe stellen we
bijvoorbeeld de standaarden
vast voor deze data, zeker omdat
we met verschillende partijen
werken zal data op een eenduidige
manier verzameld, bewerkt en
opgeslagenmoeten worden. Maar
ook iets schijnbaar eenvoudigs
als het bewaren van de data moet
bepaald worden; voegen we
deze toe aan bestaande of nieuwe
databronnen?”
Deze extra vragen zijn sowieso al
een heel waardevol resultaat van de
pilot, vindt Vermeulen. “Daarbij staat
kwaliteitscontrole natuurlijk voorop.
De kwaliteit van de algoritmen zelf,
maar ook van de marktpartijen waar
we mee samenwerken moet worden
vastgesteld.”
Automatische opsporing gaat
verder dan bruggen en viaducten
Wat Vermeulen betreft kan de inzet
van AI op deze manier nog veel
verder gaan dan de huidige pilot bij
Rijkswaterstaat. “Deze werkwijze
kan natuurlijk ook ingezet worden
in allerlei sectoren, zowel in de
publieke als de private sector. Als dit
werkt gaat dat heel veel efficiency en
veiligheid brengen bij bijvoorbeeld
de inspectie van chemische industrie
maar ook in de energiesector bij
windmolens of stuwdammen en in
de gewone woningbouw.”
Het uiteindelijke doel van Rijkswaterstaat is om in 2021 alle bruggen en viaducten met ‘dronepotentieel’ ook daadwerkelijk met een drone te inspecteren.
“
”
Slimme Politieke Monitor
Opgericht: 2017Aantal medewerkers: 8 Kantoor: Amsterdam
Polpo levert met behulp van kunstmatige intelligentie geautomatiseerd relevante politieke informatie. De slimme filtering en analyse is mogelijkdankzij uniek begrip van politieke context.
Project met overheid:
Een overheidsinstantie zet Polpo in om gemakkelijk op de hoogte te blijven van nieuwe politieke informatie. Met het platform komen bijvoorbeeld relevante kamervragen overzichtelijk binnen. Daarnaast biedt Polpo inzicht in de historie rondom dossiers.
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid18
Scan om video te bekijken
Let op: veel werk aan de winkel
“De eerste pilots met AI leveren
al prachtige resultaten op:
hiermee kunnen we daadwerkelijk
onderhoud aan bruggen en
sluizen voorspellen. Maar er is nog
veel meer werk aan de winkel,”
waarschuwt Westdorp. “Om dit in
de praktijk in te zetten, vergt een
hele andere werkwijze. We gaan de
komende tijd dan ook gebruiken
om te kijken naar de beste aanpak
voor voorspelbaar onderhoud bij
Rijkswaterstaat. Van aannemers,
tot het verrekenen van kosten en
het afsluiten van contracten; alles
wordt doorgelicht en waar nodig
aangepast.”
Is meten wel altijd weten?
In deze pilot gaat het vooral om
leren door te doen, vindt Westdorp.
“En dat is ontzettend leuk. Soms
ook verbluffend, want er rollen
verrassende resultaten uit het
systeem, die we in de praktijk
moeten testen. Klopt het dat die
motor nu al vervangen moet worden
als AI dat zegt? En wat kunnen we
eigenlijk met al die data die we
nu meten? Hebben we nog extra
data nodig, of kunnen we ook toe
met minder sensoren - we hebben
nog maar een fractie van de data in
gebruik die er beschikbaar is binnen
en buiten de organisatie.”
PILOT: RIJKSWATERSTAAT VITALE ASSETS
Veel voordelen én grote impact op de organisatie door AI
Voor nu wordt data bijvoorbeeld
gemeten per sluis. “Op een later
tijdstip kunnen we alle data van
verschillende sluizen met elkaar
combineren en nieuwe patronen
herkennen. Bijvoorbeeld hoe
we pompen zo inzetten, dat het
waterpeil optimaal blijft. Op die
manier leren we meer, door middel
van AI.”
Toekomst-proof
Het AI-model moet ook zo
ingezet worden dat het leert van
de wisselende omstandigheden
die zich kunnen voordoen. “In
Nederland zijn we tot nu toe
gewend aan een stabiele toevoer
van elektriciteit,” vertelt Westdorp.
“Dat lijkt een vast gegeven want
we zijn er al heel lang aan gewend.
In de toekomst kan dat echter
anders worden. Door andere, meer
duurzame vormen, van energie
kan de stabiliteit van de elektriciteit
veranderen. Het is fascinerend
hoeveel consequenties één zo’n
veranderende factor kan hebben. De
wisselende kwaliteit van elektriciteit
kan invloed hebben op gevoelige
apparatuur en dus uiteindelijk op
de hele onderhoudsvoorspelling.
Dit is één van de vele factoren die
in de toekomst anders kan zijn. Het
AI-model moet ook hiermee kunnen
(leren) rekenen.”
Het doel van deze pilot is om precies op het juiste moment, het nodige onderhoud uit te voeren. “Dat klinkt misschien simpel,” stelt Gilbert Westdorp van Rijkswaterstaat. “In de praktijk is het echter zoeken naar een manier waarop we een krachtige technologie als AI goed kunnen toepassen.” Maar techniek is slechts een klein onderdeel van deze innovatie: de organisatie moet ook een andere werkwijze omarmen.
Aan de slag metAI binnen de overheid 19
Begin met je organisatie
Voorspelbaar onderhoud met AI
biedt zowel oplossingen, als nieuwe
uitdagingen voor een organisatie.
Enerzijds kan voorspelbaar
onderhoud nu al bijdragen aan een
praktisch probleem zoals het gebrek
aan goed geschoold technisch
personeel. De schaarse menskracht
kan met de AI-voorspellingen
veel efficiënter worden ingezet.
Anderzijds lijkt het voor mensen
die met de AI-toepassing moeten
werken, soms ook een soort black
box waar ‘zomaar’ wat gegevens
uitrollen.
“Het is hoe dan ook zaak om bij
je organisatie, aan de menskant
te beginnen als je AI succesvol
wilt toepassen,” vindt Westdorp.
“In het begin is het misschien
lastig en zien mensen niet altijd de
resultaten. Maar, als je transparant
bent en inzichten direct deelt met
je organisatie, zullen mensen zich
zeker gaan interesseren. Dit biedt
een scala aan mogelijkheden en we
staan nu nog aan het begin van een
uitermate interessant leertraject.”
In deze pilot gaat het vooral om leren door te doen, vindt Westdorp. “En dat is ontzettend leuk. Soms ook verbluffend, want er rollen verrassende resultaten uit het systeem, die we in de praktijk moeten testen.
“
”
Xenia, het software platform van Dutch Analytics, helpt bedrijven om Artificial Intelligence (AI) - algoritmes na ontwikkeling operationeel te maken, te beheren en te monitoren. Het idee achter de software is ontstaan uit de ervaring dat veelbedrijven moeite hebben om resultaten van data science projecten te implementeren in de organisatie.
Door gebruik te maken van Xenia kunnen bedrijven eenvoudig de stap zetten vandata science model tot schaalbaar eindproduct.
Opgericht: 2016Aantal medewerkers: 20Kantoor: Den Haag
Project met overheid:
ProRail heeft samen met Dutch Analytics een AI algoritme ontwikkeld welke gebruikt maakt van Internet of Things (IoT) data en weerdata om te detecteren of wisselverwarmings installaties nog goed functioneren.
Het Xenia platform van Dutch Analytics is gebruikt om het systeem binnen enkeledagen operationeel te maken.
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid20
Roel Bekker bekeek nieuwe technologie vooral top-down toen hij nog secretaris-generaal was voor de vernieuwing van de rijksdienst. Nu ziet hij dat anders.
“Innovatie komt idealiter vanaf de uitvoerende laag,” vindt Bekker. “Dat betekent ook dat Nederland niet altijd voorop hoeft te lopen qua innovatie. Want voorop lopen betekent vaak ook de mislukkingen incasseren.” Bekker werpt zijn blik op de implementatie van AI en andere innovaties bij en door de overheid.
Belang innovatie niet overschatten
“Kijk, ik ben over het algemeen terugblikkend wat sceptisch geworden over innovatie,” vertelt Bekker. Hij heeft zo’n twee jaar geleden een digitale tentoonstelling voor Binnenlandse Zaken samengesteld over 50 jaar vernieuwing. “Daar zag ik eigenlijk in dat we de betekenis van al die vernieuwing niet moet overschatten.”
Een belangrijk aspect daarbij is dat de overheid volgens Bekker eigenlijk nogal verander-resistent is. “Als je de overheid van nu vergelijkt met die van honderd jaar geleden dan zie je weinig verschillen. De vorm is hetzelfde, de ministeries ook en er is nog steeds bijna dezelfde organisatiestructuur aan de top. Er is wel veel veranderd in het beleid de afgelopen eeuw, maar de overheid, die is nog steeds hetzelfde.”
De stabiele overheidEr zijn mensen die het erg jammer vinden dat de overheid zo onveranderbaar blijkt. Maar Bekker is er daar niet echt één van. “Eigenlijk vind ik het ook wel fijn dat de overheid zo stabiel is.” In zijn boek ‘Dat had niet zo gemoeten’ blikt Bekker terug op wat er zoal mis kan gaan bij veranderingen in de overheid aan de hand van verhalen van 44 topambtenaren, Secretarissen-
Generaal en Directeuren-Generaal. “Daaruit blijkt dus dat wij als Nederlandse overheid nogal de neiging hebben om altijd haantje-de-voorste te zijn,” vertelt Bekker. “En dan kunnen ongelukken gebeuren, wanneer je te veranderlijk blijkt. Oftewel wanneer je innovaties te snel in de praktijk gaat testen. Kijk maar eens naar de lange lijst van mislukte automatiseringsprojecten die Nederland rijk is. Van die mislukkingen kun je natuurlijk leren, maar Nederland hoeft niet altijd vooraan te staan. We mogen ook best eens een pas op de plaats maken en afwachten tot elders een innovatie succesvol is ingezet.”
AI is bijzonder interessant, als het met beleid wordt
ingevoerd
“Alleen al de aard van AI, maakt dat het kwetsbare onderwerpen als privacy en veiligheid kan raken binnen de overheid,” vindt Bekker. “Onderschat de impact daarvan niet. Het is enorm interessante technologie met veel potentie, maar er moet nog veel gebeuren voor we echt zover zijn dat het overal en optimaal ingezet kan worden.”
Daarbij vindt Bekker dat de overheid voor AI oplossingen ook goed moet kijken naar het bedrijfsleven: “Als in een bedrijf iets misgaat, wordt dat over het algemeen veel sneller gecorrigeerd. Een bedrijf is veel eerder geneigd -en heeft veel meer mogelijkheden- om een project te stoppen als het niet zo succesvol is als gehoopt. Bij de overheid is dat niet zo eenvoudig: enorme investeringen, prestige en vertrouwen kunnen hiermee verloren gaan.”
Advies: laat die minister met rust
Bekker vindt dat voor innovatie ook, en misschien wel vooral, moet worden gekeken naar kleinere bedrijven. “Innovatie komt nooit uit de boardrooms van de grote bedrijven. En eigenlijk kun je de overheid vergelijken met een groot bedrijf, met in plaats van de boardroom een kabinet. Grote bedrijven kopen kleine bedrijven pas op, als hun innovatie geslaagd lijkt.”
Het is volgens Bekker belangrijk om afstand te houden van de dagelijkse gang van zaken van de overheid als innovaties nog in de testfase zijn. “Laat die minister zoveel mogelijk met rust, voor je het weet krijgt een innovatie ook nog een politieke betekenis. Dan worden de verwachtingen ineens veel te groot. Dat beperkt de ruimte die zo onontbeerlijk is voor innovatie.
Volgens Bekker is het omgekeerd wel zaak dat de overheid innovaties op de voet blijft volgen in de publiek private sfeer. Als een nieuwe techniek, zoals bijvoorbeeld AI, zich dan bewezen heeft, kan het eenvoudig en zonder al teveel risico’s en strubbelingen worden geïmplementeerd. ”
Opinie Roel Bekker Voormalig SG MinVWS en SG Vernieuwing rijksdienst
Dat had niet zo gemoeten
Het is volgens Bekker belangrijk om afstand te houden van de dagelijkse gang van zaken van de overheid als innovaties nog in de testfase zijn.
“”
Aan de slag metAI binnen de overheid 21
Innoveren is soms vooral experimenteren. Maar hoe doe je dat als de zaken
waar je aan werkt hoogst vertrouwelijk zijn? Binnen de publieke sector wordt
er echter hard gewerkt aan het onderzoek naar praktische AI-oplossingen.
Met alle beperkingen van de vertrouwelijkheid, maar ook alle mogelijkheden
van dien.
De voortrekkers op het gebied van AI in de veiligheidssector schuiven aan
voor een lunch om ervaringen uit te wisselen. Door de coronamaatregelen
vindt dit online plaats, maar daardoor is de sfeer niet minder open. ‘Practice
what you preach’ lijkt het motto, want hier staan transparantie en het delen
van kennis voorop.
Aanjaagteam Ondermijning: Hoe kun je standaardiseren als de
tegenpartij steeds verandert?
PILOT: INTEGRITEIT BEDRIJVENTERREIN
Eén van de belangrijkste zaken voor een goed werkende en deelbare
AI, is de standaardisatie van data en processen. Dat onderschrijft ook mr.
George Rasker, hij is programmadirecteur van het Aanjaagteam aanpak
ondermijning. “Er zijn veel AI-initiatieven in de publieke sector, ook omtrent
AI en veiligheid. Het is goed dat we daarvoor zoveel mogelijk met elkaar
samenwerken, ook buiten ons eigen kringetje.”
Op dit moment wordt regionaal (Rotterdam, project Holsteiner en vervolgens
ook landelijk gewerkt aan het project ‘Integere Bedrijventerreinen’. In
ZO DRAAGT AI BIJ AAN EEN VEILIG NEDERLAND:
“Als we hier samenwerken, leggen we de basis voor de infrastructuur”
AI heeft de potentie om bij te dragen aan de veiligheid van Nederland, zonder dat de overheid een soort van Big Brother wordt. Niet alleen om cyberaanvallen af te weren, maar ook (en misschien wel vooral) bij de opsporing en preventie van criminaliteit. Maar dan is er wel een goede infrastructuur nodig die dit mogelijk maakt.
DEELNEMERS
Aanjaagteam
Ondermijning
PILOT: INTEGRITEIT
BEDRIJVENTERREIN
George Rasker
Defensie/TNO
PILOT: SITUATIONAL
AWARENESS
Antoine Smallegange
TNO/Politie
PILOT: OPSPORING
ONVINDBAREN
Marleen Ribbens
NFI
PILOT: FIRE,
BEELDHERKENNING
Lisanne van Dijk
HSD
Joris den Bruinen
DSI
AI INNOVATIETRAJECT
Marloes Pomp
Aan de slag metAI binnen de overheid22
Nederland zijn 4400 bedrijventerreinen. “We gaan
kijken of we meer zicht kunnen krijgen op dit soort
plekken,” vertelt Rasker. “Het kunnen namelijk locaties
zijn die bij uitstek worden gebruikt voor illegale casino’s,
bordelen, witwaspraktijken, growshops voor de
hennepteelt of ontmoetingsplaatsen voor criminelen.
Als we de kenmerken van dit soort ondermijning kunnen
vaststellen, kan AI helpen met het herkennen ervan. Zo
werken we toe naar integere bedrijventerreinen.
Deze insteek van het project betekent dat er
ook gekeken wordt wat er mogelijk is aan
gegevensuitwisseling, binnen de wet- en regelgeving.
“We werken voor de pilot samen met allerlei partijen,
tot en met het Kadaster aan toe. Maar ook de
(geautomatiseerde) analyse van bedrijfsprocessen zou
hier natuurlijk bij kunnen helpen.”
Standaardisatie van data is iets waarover goed
nagedacht moet worden vindt Rasker: “Standaarden zijn
prima, maar de belangrijkste vragen zijn daarbij wel wát
die standaard dan moet zijn en hoe die eruit moet zien.
Deze moet immers voor de integrale partners herkenbaar
en werkbaar zijn. Daarbij geldt dat onze tegenpartij
steeds zal zoeken naar een mogelijkheid die standaard
te omzeilen om zo uit beeld te blijven. Zij zullen constant
van werkwijze veranderen, om op nieuwe manieren
te ondermijnen.” Volgens Rasker is het belangrijk om
voor nu vooral te focussen op de toepassing van AI.
“We moeten daarbij ervaringen blijven uitwisselen. Zo
kunnen we van elkaar leren en processen zo inrichten dat
ze enerzijds standaardiseren, maar ook flexibel ingezet
kunnen worden bij een tegenpartij die steeds naar
nieuwe wegen zal zoeken om uit beeld te blijven.”
Defensie/TNO: Geen gevechtsrobots, maar wel
duidelijke informatie
PILOT: SITUATIONAL AWARENESS
Overzicht en uitwisseling van data zijn belangrijk, dat
onderschrijft ook Antoine Smallegange als consultant
vanuit TNO bij Defensie. “Maar je moet organisaties
en mensen dan wel meekrijgen. Kijk naar een grote
organisatie als Defensie, daar kun je een nieuwe
werkwijze ook op basis van AI niet zomaar introduceren.
Mensen gaan pas overstag als de techniek nuttig is en
organisatie en mensen klaar zijn om er effectief gebruik
van te maken. Dat betekent investeren in het human
captial”
Onlangs heeft Defensie een Chief Data Officer
aangesteld, volgens Smallegange is dat een hele goede
stap. “Het laat zien wáár voor Defensie de prioriteit ligt.
De CDO kan zorgen voor overzicht en inzicht in de data
die voorhanden is bij Defensie.”
Niet alle uitdagingen op het gebied van AI zijn natuurlijk
specifiek voor Defensie, daar liggen mogelijkheden
volgens Smallegange. “Het is natuurlijk ook een
organisatie die bijvoorbeeld net als andere een
personeels- of financiële administratie voert. Op dit
soort specifieke onderwerpen sluiten we graag aan bij
anderen.”
Binnen Defensie zelf wordt onderzocht hoe AI kan
bijdragen aan ‘Situational Awareness’. “Dit is informatie
die nodig is om te weten welke persoon, of organisatie
je eigenlijk voor je hebt. AI helpt ook bij het analyseren
van deze informatie en zelfs bij het nemen van
besluiten.” De link naar robotica is dan al snel gelegd:
“Nee, we hebben het hier niet over gevechtsrobots
zoals sommigen denken,” vertelt Smallegange met een
brede glimlach. “Deze robotsystemen zullen we vooral
inzetten voor bijvoorbeeld het opruimen van mijnen of
voor verkenning, de dull, dirty and dangerous taken.”
Het allerbelangrijkste bij de inzet van AI, volgens
Smallegange? “Laten we vooral niet het doel vergeten,
dat is om te kijken hoe AI onze (cyber) activiteiten kan
versterken en niet andersom.”
TNO/Politie: maak iets dat aansluit bij de
belevingswereld van de rechercheur
PILOT: OPSPORING ONVINDBAREN
Dat het doel duidelijk moet zijn, en de oplossing altijd
belangrijker is dan ‘enkel de inzet van de techniek’
onderschrijft ook Marleen Ribbens. Zij is hoofd
Onderzoek bij Politie Nederland en Deputy Business
Director National Security bij TNO. Doelgerichtheid
Aan de slag metAI binnen de overheid 23
bij de inzet van AI betekent volgens Ribbens en de
richtlijnen van TNO niet dat het doel alle middelen
heiligt. “We willen juist alle uitdagingen adresseren
om de innovatie omtrent AI te kunnen versnellen.
De belangrijkste AI-uitdagingen zijn volgens ons de
naleving van privacy en ethiek, het leren van beperkte
datasets, het veilig delen van data, de samenwerking
tussen mens en machine en het zorgen voor transparante
AI.”
Die uitdagingen zijn niet gering, maar alleen door deze
(in de praktijk) te onderzoeken kan er ook gekeken
worden naar oplossingen, stelt Ribbens. “We richten
ons bij onze AI-pilot vooral op beslisondersteuning van
rechercheurs. Hoe kun je bijvoorbeeld met AI zaken al
in een vroegtijdig stadium analyseren? Hiervoor hebben
wij het systeem QUIN ontwikkeld, dat zich richt op
het opsporen van de zogenaamde ‘onvindbaren.” In
Nederland zijn zo’n 1100 mensen zoek, die hun straf nog
moeten uitzitten. Dit is een lastige en tijdsintensieve klus.
“Voor rechercheurs is dit een grote belasting en waar
moet je beginnen? Daar helpt QUIN bij. Omdat mensen
gewoontedieren zijn kun je ervan uitgaan dat zij voor een
beperkt aantal opties kiezen als ze op de vlucht zijn. Het
systeem geeft aan welke opties het meest waarschijnlijk
zijn en waar de soms beperkte opsporingsmiddelen het
beste ingezet kunnen worden.”
Een hele mooie samenwerking tussen mens en techniek,
vindt Ribbens. Samenwerking met anderen is ook wat
haar betreft belangrijk. “Maar het werkveld van de
nationale veiligheid is beperkt en we kunnen ook niet
al onze kennis ‘zomaar delen met het bedrijfsleven’ of
omgekeerd. Dat maakt het voor startups soms lastig
om mee te doen aan innovatietrajecten: de oplossing
die we bouwen is immers maar heel beperkt inzetbaar.
Oftewel niet altijd even lucratief als een oplossing die
grootschalig ingezet kan worden”
Het meest interessante aan dit traject vindt Ribbens
vooral dat je de kracht van een AI systeem in
samenwerking met de mens niet moet onderschatten.
“Het zit ‘m echt in die samenwerking tussen mens en AI,
en die krijg je alleen als je iets maakt dat aansluit bij de
belevingswereld en de kennis van de gebruiker, in dit
geval de rechercheur.”
NFI: klassieke statistiek en AI zijn een goede match
PILOT: FIRE, BEELDHERKENNING
Het Nederlands Forensisch Instituut (NFI) staat vooral
bekend om het meest zichtbare deel van het forensische
onderzoek. De mannen en vrouwen in ‘witte pakken’.
“Maar ons werkveld gaat natuurlijk veel verder dan
dat,” vertelt Lisanne van Dijk. In principe hebben
we drie kerntaken. Ten eerste het onderzoeken van
zaken voor politie en OM, daarbij doen we ook de
research en development voor het ondersteuning van
zaakonderzoek. Tot slot zijn we verantwoordelijk voor
kennisuitwisseling en onderwijs op deze onderwerpen.”
Het NFI biedt daarbij ook data ondersteuning bij
andere delen van de overheid. “De klassieke statistiek
die bij ons werkveld hoort, past daar goed bij. Ook in
combinatie met AI. Vooral ‘explainable AI’ is belangrijk,
dus AI waarbij uitgelegd wordt wélke data precies wordt
gebruikt en hoe deze bijvoorbeeld gewogen wordt in
een algoritme.”
Eén van de AI-projecten bij NFI is op dit moment de
automatische herkenning van beelden. Het FIRE-
systeem (Forensic Image Recognition) is er op gericht
om opsporingsmedewerkers te ontlasten. “Je kunt je
natuurlijk van alles voorstellen bij beeldherkenning,
maar voor we dit overal in kunnen zetten beginnen
we met een paar afgekaderde velden. Bijvoorbeeld
de herkenning van zeecontainers: kunnen we AI leren
om containers te herkennen die potentieel een illegale
lading hebben?”
Voor de herkenning van dit beeld worden enorme
hoeveelheden gegevensdragers en data worden
geanalyseerd. “Als dit lukt, dan kunnen we misschien wel
maanden mensenwerk terugbrengen naar een paar uren
met behulp van AI,” vertelt Van Dijk enthousiast. Maar zo
ver is het nog niet. “We moeten nu eerst kijken naar hoe
we datasets kunnen samenstellen, opslaan en gebruiken.
Daarbij is er natuurlijk een juridische uitdaging. Het is
erg goed dat we aan regels gebonden zijn, maar het zou
wel interessant zijn als we een oplossing kunnen vinden
waar alle veiligheidsdiensten samen gebruik van kunnen
maken.”
Aan de slag metAI binnen de overheid24
HSD: Continue investering is noodzaak, kijk maar
naar Silicon Valley, of Brainport
Alle die hiervoor omschreven ambities en uitdagingen
binnen de veiligheidssector onderschrijft Joris den
Bruinen. Hij is algemeen directeur van het nationale
veiligheidscluster The Hague Security Delta (HSD).
HSD fungeert als een ecosysteem voor dit soort
ontwikkelingen in de crossover van maatschappelijk
thema veiligheid en emerging technologies zoals AI.
Omdat we binnen het veiligheidsdomein specifiek te
maken hebben met publiek private consortia spelen hier
vragen over data en IP eigenaarschap. De problematiek
is dat je als bedrijven gedurende het proces veel kennis
inbrengt en niet altijd duidelijk omschreven kan worden
van wie dat IP was en is.
Dat is een ingewikkeld vraagstuk, zeker omdat hierbij
op een maatschappelijk vraagstuk met ‘use cases’ vanuit
de overheid, samengewerkt wordt met commerciële
partijen.”
De belangrijkste kwestie is echter dat er geïnvesteerd
blijft worden in de ontwikkeling vindt Den Bruinen.
“Voor de technische, juridische en ethische
vraagstukken omtrent AI kunnen we op termijn
vast oplossingen vinden. Als we daar maar genoeg
menskracht en techniek op inzetten. Net als in Silicon
Valley, of wat meer lokaal Brainport in Eindhoven,
betekent het echter wel dat hier geld voor nodig is. Niet
alleen voor quick fixes, maar ook voor de lange termijn.
Er moet nu en in de toekomst geïnvesteerd worden om
van AI één van de technieken te maken die kan bijdragen
aan een veilig Nederland.”
DSI: Blijf elkaar zoveel mogelijk helpen, vooral met
de vraag ‘hoe begin ik met een AI project?’
AI INNOVATIETRAJECT
Ook Marloes Pomp, verantwoordelijk voor de
internationale strategie van NL AIC, is het hiermee eens.
“Wat mij vooral opvalt aan al deze pilots en initiatieven
binnen de veiligheidssector is dat er enorme behoefte
is om meer data en AI toepassingen met elkaar te
delen. Dat blijkt uit eigenlijk alle pilots die we binnen de
publieke sector hebben ingezet. Neem bijvoorbeeld
de vragen die de politie heeft over de opslag en het
gebruik van beeldmateriaal. Diezelfde vraag speelt
ook bij de inspectie van bruggen en viaducten door
Rijkswaterstaat. Het is enorm belangrijk dat we elkaar
met dit soort praktische zaken op weg helpen. De
belangrijkste vraag waar je je collega’s binnen de
publieke sector wellicht mee kunt helpen is niet eens
het beantwoorden van technische vragen over AI. Maar
wel de schijnbaar zo simpele vraag ‘hoe start je samen
een AI-project?’ Pomp moedigt de deelnemers aan om
zoveel mogelijk over de pilots en werkwijze te delen.
“Het is niet altijd eenvoudig, maar de lessen die we
hieruit leren, kunnen anderen helpen om te versneld te
leren.”
AI VREDESPALEIS
Verder geeft Pomp aan dat, om de samenwerking in het veiligheidsdomein te stimuleren, een groot aantal organisaties (waaronder het ministerie van JenV, de Nederlandse AI Coalitie, CLAIRE, de Nationale Politie, en het Nederlands Forensisch Instituut) werken aan de realisatie van een internationaal forum voor AI, vrede, recht en veiligheid onder de werktitel: Het AI vredespaleis. Het initiatief is onderdeel van de investeringsagenda van de Nederlandse AI Coalitie.
“De missie van het forum is om bij te dragen aan de ontwikkeling van Europa tot eerste intelligente, rechtvaardige en veilige AI-samenleving in de wereld,” vertelt Pomp enthousiast. “We doen dat door een innovatie ecosysteem van internationale allure te creëren op het gebied van AI, vrede, recht en veiligheid in Nederland - en door ons land te verbinden met de wereldtop op die terreinen.”
Een fundamenteel uitgangspunt voor het forum is dat AI (net als iedere nieuwe technologie) niet een autonoom verschijnsel is, maar dat de toepassing van nieuwe technologie mensenwerk is, waar volop keuzes in gemaakt worden. “Onze keus is om AI te ontwikkelen die publieke waarde te creëren in de domeinen
Aan de slag metAI binnen de overheid 25
vrede, recht en veiligheid,” stelt Pomp. “Dat is het achterliggende doel van het Nederlandse AI beleid en van de Nederlandse AI Coalitie. Het forum zal daar invulling aan geven gericht op vrede, recht en veiligheid.”
HET FORUM ZAL ZICH FOCUSSEN OP DRIE DINGEN:
a. Innovatieprojecten en -programma’sHet forum initieert en ondersteunt innovatieprojecten op het gebied van data science en artificial intelligence, gericht op vrede, recht en veiligheid. Doet gebeurt in wisselende project-allianties van universiteiten, hogescholen, kennisinstellingen, internationale organisaties, overheden (Europees, nationaal, provinciaal, regionaal, gemeenten) en bedrijven.
b. Governance programma’sParallel aan deze innovatieprojecten brengt het forum partijen bijeen om de governance vorm te geven van deze volgende technologische doorbraak, en hoe die governance uiteindelijk vastgelegd moet worden in het recht en de bijbehorende institutionele borging.
c. Maatschappelijk debatEen onmisbaar element in het bij elkaar brengen van technologische ontwikkeling is het maatschappelijk debat.
De focus ligt op AI innovatieprogramma’s, toegepast onderzoek en onderwijs, uiteraard op een verantwoorde en maatschappelijk geaccepteerde wijze. Het topforum zorgt voor het aantrekken en behouden van cruciaal en excellent talent en het aantrekken van (Europese) fondsen en investeringen.
“Om het AI Vredespaleis verder vorm te geven zal er binnenkort een virtuele studiereis georganiseerd worden naar diverse gerenommeerde AI instituten in Duitsland,
Zwitserland, Canada en de VS. Tijdens deze bezoeken hopen we nieuwe ideeën en samenwerkingen te kunnen opzetten,” aldus Pomp.
“Ons land heeft een bijzondere uitgangspositie, “ stelt Pomp. “Dat komt door het grote aantal internationale organisaties dat in ons land gevestigd is op het gebied van vrede, recht en veiligheid. We streven ernaar om dat verder uit te bouwen. Met organisaties als het International Criminal Court, Europol, Eurojust, NCI Agency en het Vredespaleis is ons land een sleutelspeler binnen Europa en daarbuiten. Nederland heeft een grote rol te spelen bij het invulling geven aan Artificial Intelligence vanuit het perspectief van vrede,
recht en veiligheid”, besluit Pomp.
Computer Vision, Machine Learning,Data Engineering, Predictive Analytics
Opgericht: 2016Aantal medewerkers: 5Kantoor: Amsterdam & Den Haag
Project met overheid:
Het inspecteren van oevers op erosie met behulp van luchtbeelden en kunstmatige intelligentie.
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid26
Nathalie Sessink-Kuiper vertelt over deze uitdagende pilot bij de gemeente Den Haag. Het doel is om data zo te analyseren dat mensen vooruit geholpen worden. Hiervoor is vooral het datamodel van belang: dat mag op geen enkele manier profileren op persoonlijke kenmerken.
De vraag: welke mensen kunnen
we helpen op weg naar werk
De context van deze pilot is
de vraag die kwam vanuit de
afdeling Sociale Zekerheid en
Werkgelegenheidsprojecten: ‘welke
mensen in ons klantenbestand
kunnen wij helpen op weg naar
werk?’.
“Het interessante aan deze vraag
is, dat we hier vooral moeten
kijken wat AI kan toevoegen aan
de SZW-professionals die zich nu
met dit soort vragen bezighouden.
Mensen met veel kennis en ervaring
- en sowieso veel inzicht in de
mogelijkheden die er voor hun
klanten zijn,” vertelt Sessink-Kuiper.
“De meerwaarde van AI zit ‘m dan
ook vooral in het zoekwerk om
mensen al in een vroeg stadium te
vinden en direct op weg te helpen.
SZW Den Haag heeft een bestand
met zo’n 22.000 mensen met een
langere afstand tot de arbeidsmarkt.
Het doel was om 500 mensen extra
te helpen met een afstand tot de
arbeidsmarkt. Met AI helpen we
zoeken naar de mensen voor wie de
weg naar werk kansrijk is.”
PILOT: BIJSTAND GEMEENTE DEN HAAG
Geen etiketten plakken, maar patronen herkennen
Met de inzichten uit deze AI-pilot gaat de Gemeente Den Haag kijken welke mensen vanuit een bijstandssituatie weer kunnen doorstromen naar werk. Het resultaat is een werkend model waarmee mensen verder geholpen worden, zónder ze op persoonlijke kenmerken te profileren.
Hoe maak je een selectie?
Veel mensen in het klantenbestand
van SZW hebben een meervoudige
problematiek. Dat maakt het
soms lastig om te bepalen waar
mogelijkheden liggen. “Ons eerste
doel was om de data het verhaal te
laten vertellen van deze mensen,”
vertelt Sessink-Kuiper .”Daarvoor
hebben we een doorsnede van het
bestand en vervolgens een selectie
gemaakt op basis van een aantal
criteria die we daarin vonden.”
Daarbij ging het team op zoek naar
andere voorbeelden van dergelijke
toepassingen, buiten de eigen
organisatie. Welke criteria werden
daar gebruikt en welke zouden ook
voor deze Haagse pilot geschikt
zijn? “We hebben heel kritisch
gekeken naar de variabelen die
we gebruiken en naar de data die
überhaupt beschikbaar is.”
Tijdens de pilot komt het team
erachter dat een combinatie van
datamodellen het beste werkt.
“CenterData heeft ons geadviseerd
om een combinatie van twee
modellen te gebruiken. Dit is de
absolute meerwaarde geweest van
het traject dat DSI ons aanbiedt.
Aan de slag metAI binnen de overheid 27
We gaan nu een doorstart maken
met de nieuwe modellering. Door
twee modellen samen te gebruiken
kunnen we nu enerzijds meer
transparantie bieden en anderzijds
ook nog de voorspellende waarde
optimaliseren.”
Het resultaat: een lijst die in de
praktijk getoetst kan worden
In de praktijk is het mensenwerk, om
mensen te begeleiden naar werk.
“Maar met de eerste resultaten uit
de pilot proberen we de meest
kansrijke mensen aan te wijzen,”
stelt Sessink-Kuiper. “Zonder naar
de persoon te kijken, maar puur op
context. Of het nu een man of een
vrouw is, maakt voor het model dus
niet uit. Het criterium ‘alleenstaande
ouder met 5 kinderen’ kan echter
wel meegewogen worden met
kinderopvang als (extra) obstakel
voor full-time werk. Door obstakels
als patroon te kenmerken, kan dit
weer mogelijkheden bieden om tot
de juiste interventies te komen om
de weg naar werk te vinden. We
kijken naar de overeenkomsten,
naar patronen en daarop wordt de
selectie gemaakt.”
De resultaten van de AI-pilot geven
vooral inzicht. “Natuurlijk kent SZW
alle mensen in het bestand, maar
voor het maken van een zuivere
selectie, waarbij zoveel verschillende
factoren meespelen, is AI heel
geschikt. In de praktijk kunnen we
nu zien of deze vorm van zoeken
naar kansen door middel van AI,
ook echt bijdraagt aan de uitstroom.
We begrijpen de wensen van de klant en de techniek. Zijn een langdurige innovatiepartner en beginnen altijd met een klein project.
Opgericht: 2018,Aantal medewerkers: 7Kantoor: Delft
Project met overheid:
Voor de Provincie Zuid-Holland ontwikkelen we een voorspelmodel voor de wegkwaliteit, zodat wegonderhoud op een data-gedreven manier kan worden gepland. Dit verhoogt de wegkwaliteit en verlaagt de kosten.
We willen hiermee bereiken dat
mensen zo snel en zo goed mogelijk
geholpen worden. Door obstakels
proberen weg te nemen en in te
spelen op de mogelijkheden in
plaats van belemmeringen
De harde feiten zoals geslacht en
leeftijd staan vast. Maar de context
niet: denk aan een extra opleiding,
waarmee de arbeidskansen ineens
veel groter worden. Of een training
op bepaalde competenties. Al deze
inzichten bij elkaar maken dat mens
en AI samen een maatschappelijke
bijdrage kunnen leveren. Zónder
daarbij een etiket op iemand te
plakken.”
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid28
‘Betrouwbare, onafhankelijke data zijn een nutsvoorziening,” stelt Directeur Generaal Bert Kroese van het CBS. “We kunnen niet meer zonder, juist ook in deze periode. Met betrouwbare informatie ondersteunen wij ook de overheid bij de bestrijding van de coronacrisis. Datamanagement is dus niet langer ‘iets voor erbij.’ Het is een randvoorwaarde als we de verdere ontwikkelingen op een goede manier willen sturen en stimuleren. In de informatiesamenleving waarin ‘waarheid’, betrouwbare data en het veilig inzetten van data een groot goed is geworden, is een investering op regie en sturing nodig.”
Basis voor gelijkheid
Met de pilot eerlijke algoritmen
van het CBS wordt gezocht naar
een manier om geautomatiseerde
systemen zuivere beslissingen
te laten nemen. Dat is niet zo
eenvoudig zoals het lijkt, zo blijkt in
de praktijk.
Een groot Amerikaans bedrijf dacht
zo neutraal mogelijk personeel te
selecteren, door dit te doen met
een geautomatiseerd systeem.
In de praktijk bleek het systeem
echter een voorkeur te hebben
voor mannen boven vrouwen. Hoe
dat kon? Om de AI te leren hoe het
moest selecteren, werd een bestand
gebruikt met historische data. In het
verleden waren er meer mannen
bij het bedrijf in dienst geweest,
dan vrouwen. Dat nam het systeem
dan ook feilloos over. Het systeem
vertoonde meer ongewenste
resultaten en het project is
afgeblazen. Maar het laat wel heel
goed zien hoe belangrijk een goed
databestand als basis is voor een
AI-oplossing. Dit soort misstanden
wil je sowieso niet, laat staan in de
publieke sector.
CBS: PILOT EERLIJKE ALGORITMEN
De feitelijke database van Nederland helpt bij eerlijke algoritmen
Als het om gegevens gaat is het Centraal Bureau voor Statistiek (CBS) de expert in Nederland. De databestanden van het CBS kunnen de basis leggen voor eerlijke algoritmen. Waardoor AI duidelijke resultaten oplevert die profileert noch discrimineert.
Op zoek naar causaliteit
Onderzoekers van de Universiteit
van Amsterdam (UvA) gebruiken
nu CBS-bestanden voor de
ontwikkeling van een FairTrade
methode, die ervoor zorgt dat
algoritmen eerlijke antwoorden
geven op complexe vragen. Er
wordt een correctie doorgevoerd
op de uitkomsten met een schatting
van causale verbanden. Die
verbanden worden samengesteld
uit een combinatie van data en
domeinkennis. In de praktijk
betekent dat constant toetsen van
het model; ook als een waarde
wordt omgewisseld moet de
uitkomst hetzelfde blijven. Of je een
man, of een vrouw bent moet dus
bijvoorbeeld volstrekt niet uitmaken.
Wetenschappelijk gezien is deze
methode bijzonder interessant, maar
het heeft vooral maatschappelijk
belang. Door mislukkingen in het
verleden is het vertrouwen in nieuwe
technologieën als AI gedaald. Het
is belangrijk om misstanden te
voorkomen. Met deze methode
worden oneerlijke algoritmen direct
in de kiem gesmoord.
Aan de slag metAI binnen de overheid 29
TNO en CBS trekken samen op
Goed gebruik van AI gaat verder
dan alleen modellering. “AI kan
grote voordelen hebben,” vindt
Kroese. “De herkenning van
spraak, beelden en patronen,
vertaalmachines, robots en vraag-
en antwoordsystemen kunnen het
gemak en onze gebruikerservaring
verbeteren.”
TNO en het CBS werken daarvoor
samen via het Partnership for
Trusted AI om een transparant,
eerlijk en toetsbaar gebruik
van AI in de publieke sector te
stimuleren. Hierbij is vooral aandacht
voor ethische, juridische en
organisatorische randvoorwaarden.
Deze samenwerking is belangrijk.
Enerzijds beschikt het CBS over
unieke data en bouwt het constant
aan een dataset met feitelijke kennis
over Nederland. Het TNO beschikt
anderzijds over kennis en expertise
om data en algoritmen veilig te
gebruiken. Waarbij de toepassing
zeker in de publieke sector veel kan
betekenen.
Digitale monitoring en informatie services; Cloud, AI en remote sensing based.
Opgericht: 2018Aantal medewerkers: 7Kantoor: Ede
Project met overheid:
2-3 zinnen: Kartering en monitoring van kleine landschapselementen in het Nederlands buitengebied, zoals bomenrijen, heggen en natuurlijke poelen, ter bevordering en behoud van cultuur dragend en biodivers landschap.
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid30
Standard Business Reporting (SBR) zorgt ervoor dat private en publieke partijen eenvoudig en veilig data kunnen delen.
Dit lijkt makkelijk, maar in een land vol met autonome organisaties - met hun eigen data ecosystemen en technische voorkeuren - is datadeling geen vanzelfsprekendheid. De kunst is om samen af te spreken om dezelfde standaarden te gebruiken. Yvonne van der Brugge-Wolring, is algemeen directeur van Logius. We mogen haar alles vragen over SBR, hoe SBR en AI elkaar kunnen versterken en op welke manier dit kan bijdragen aan Nederland als verbonden data-ecosysteem.
Kunt u uitleggen wat SBR nou precies is?
Y: SBR is een mooi voorbeeld van hoe private en publieke organisaties
samenwerken aan het bereiken van een gezamenlijk doel: de datadeling
tussen organisaties veilig en eenvoudig houden. Voordat we SBR hadden,
moesten organisaties op verschillende manieren (o.a. papier, mail,
inlogportalen) en in verschillende formaten (o.a. csv, pdf) data aanleveren bij
publieke instellingen. Elke publieke instelling gebruikte zijn eigen definities.
Voor zowel de aanleverende partij als de ontvangende partijen kostte dit
veel tijd en fouten waren al snel gemaakt.
Samen met organisaties uit de markt, zoals accountants, boekhouders,
softwareleveranciers en banken, heeft de Nederlandse overheid
SBR ontwikkeld. Met SBR worden de gegevens in de financiële
administratie eenmalig op een standaard manier vastgelegd. Doordat
de bedrijfsadministratie het bronbestand is, kunnen gegevens
eenvoudig worden hergebruikt voor verschillende rapportages aan
overheidsinstellingen en een aantal banken.
Vandaag is SBR de nationale standaard voor de digitale uitwisseling van
bedrijfsmatige rapportages. SBR wordt intensief gebruikt. Bij de overheid
alleen al worden er jaarlijks ongeveer tweeënveertig miljoen berichten
verstuurd via SBR . Het gaat hier om rapportages van ondernemers, maar ook
om berichten van instellingen (zoals scholen en woningbouwcorporaties) en
organisaties die informatie uitvragen.
SBR is succesvol, maar betekent dat dan dat SBR ook ‘af’ is?
Y: Nee, we blijven altijd verbeteren. Immers, het doel van SBR is om
datadeling veilig en eenvoudig te houden. Technologie maar ook wetgeving
blijft niet stilstaan – SBR moet zich blijven aanpassen aan nieuwe wensen en
mogelijkheden. Daarnaast bieden nieuwe technologieën nieuwe kansen.
In het bijzonder kunstmatige intelligentie, of AI, zou op termijn voor nieuwe
verbeteringen in SBR kunnen zorgen. Eén van de stappen onderweg naar
‘moeiteloze datadeling’ is de inzet van AI in data-ecosystemen.
PILOT: AI EN GEGEVENSTANDAARDISATIE MET SBR DATA
Nederland als verbonden data - ecosysteem, hoe mooi is dat?
Yvonne van der Brugge-
Wolring
Aan de slag metAI binnen de overheid 31
Wat is het doel van de pilot SBR en AI?
Y: AI is nu hipper dan ooit. Er is wereldwijd een AI
wedloop en de Europese Commissie wil dat alle
lidstaten meer met AI gaan doen. Maar tot dusver zien
we weinig echte AI gedreven oplossingen in de publieke
sector. AI is een verzamelnaam van verschillende
technologieën, de ene volwassener dan de andere.
We moeten nog leren hoe, waarvoor en onder welke
voorwaarden we deze technologieën effectief kunnen
inzetten. Daarom zijn we sinds november 2019 gestart
met een pilot waarin we vraagstukken rondom SBR en
AI oppakken. Met deze pilot willen we vooral leren en
AI experimenteer-capaciteit opbouwen: Wat zijn de (on)
mogelijkheden voor SBR en AI. We beginnen hierbij met
een belangrijke kracht van SBR: de beschikbaarheid van
gestructureerde data (de betekenis van elk data element
is eenduidig voor algoritmen). Bij ongestructureerde
data moeten algoritmen eerst leren wat de betekenis
is van die data, bij gestructureerde data kost het leren
minder tijd. De verwachting is dat deze combinatie van
gestructureerde data en AI veel sneller en nauwkeuriger
analyses, benchmarks en voorspellingen kan genereren
dan mensen.
Welke problemen of uitdagingen hoopt u op te
lossen met deze pilot?
Y: Er is nu nog veel intensief mensenwerk bij datadeling.
Mensen moeten zelf nog data uit verschillende bronnen
halen, overtypen, controleren en aanleveren. Zelflerende
algoritmen zouden dit werk grotendeels uit handen
kunnen nemen en rapportages al kunnen klaarleggen
voor een laatste menselijke check. Dit zal niet in één keer
goed gaan, de eerste met AI gegenereerde rapportages
zullen veel fouten bevatten. Door de fouten aan te wijzen
kunnen de zelflerende algoritmen steeds beter worden.
Als we dan nóg een stap verder gaan, dan zouden deze
algoritmen uiteindelijk ook voorspellingen kunnen gaan
doen. Bijvoorbeeld een voorspelling over de financiële
situatie van organisaties, op basis van meer dan alleen
de boekhoudgegevens. Of zelfs voorspellingen over de
financiële risico’s die een bedrijf loopt.
Kunt u vertellen hoe er wordt gewerkt aan de pilot
SBR en AI?
Y: De pilot SBR en AI doen we samen met Digicampus,
DUO en het Data Science Initiative. We hanteren
een open experimenteer-en leerstrategie. De eerste
experimenten focussen op de toepassing van supervised
machine learning op open publieke data uit het
onderwijsdomein. We zoomen in op de nauwkeurigheid
van machine learning algoritmen bij de automatische
uitvoering van analysetechnieken zoals classificatie,
regressie, clustering en associatie. De eerste resultaten
zijn veelbelovend: de algoritmen kunnen in enkele
minuten en met hoge nauwkeurigheid analyses
uitvoeren die mensen enkele uren kosten.
Waar we op letten is dat alles open en transparant wordt
uitgevoerd. We gebruiken open data, open source
tooling voor het ontwikkelen van algoritmen en alle
resultaten zijn online te downloaden via Github. Er komt
een handleiding waarmee iedereen die dat wil, de
algoritmen zelf kan trainen en de analyses zelf kan laten
uitvoeren. Op basis van feedback van geïnteresseerde
organisaties, wetenschappers, data scientists en
developers, gaan we onze werkwijze verfijnen en de
volgende stappen bepalen. Door deze agile benadering
bouwen we stapsgewijs aan meer onderzoekscapaciteit
voor de toepassing AI in Nederland.
Aan de slag metAI binnen de overheid32
Waar kan AI in de publieke sector volgens u nog
meer aan bijdragen? Oftewel, hoe ziet ‘Nederland
als verbonden data-ecosysteem’ er volgens u
bijvoorbeeld uit?
Y: Ik vind dit een belangrijke vraag, zo belangrijk dat
ik in samenwerking met Digicampus en de TU Delft
een promotieonderzoek op dit gebied heb opgestart.
Dit onderzoek staat nog aan het begin. Wat je nu al
ziet is dat AI steeds vaker wordt neergezet als een
data-strategie voor de toekomst. Neem bijvoorbeeld
gemeenten die meer data-gedreven willen werken.
Kan dit zonder AI? Misschien. Kan dit sneller met AI?
Waarschijnlijk wel. Wie oplet beseft dat AI al volop
door tech-reuzen wordt ingezet. Je smartphone bevat
al diverse AI oplossingen waardoor je mooiere foto’s
maakt en sneller zoekopdrachten kunt inspreken.
AI gaat ongetwijfeld ook waarde toevoegen in de
publieke sector waar burgers, bedrijven en overheden
continu data delen. Samen vormen we een groot data-
Gespecialiseerd in het uitvoeren van Digitale Transformatie trajecten
Opgericht: 2012Aantal medewerkers: 22Kantoor: Den Haag
Project met overheid:
Prioriteren van meldingen van ondermijnende criminaliteit met behulp van opensource intelligence data.
ecosysteem waarin AI op diverse plekken waarde kan
toevoegen. De uitdaging hier is dat het huidige data-
ecosysteem nog behoorlijk gefragmenteerd is. Veel
data is ongestructureerd en niet direct te ontsluiten voor
algoritmen. AI heeft veel - en het liefst gestructureerde
- data nodig om te leren en waardevoller te worden.
Daarom is eenvoudige en veilige datadeling dwars door
organisaties en sectoren een must willen we de potentie
van AI gaan benutten. Vandaar dat we toe moeten naar
een Nederland als verbonden data-ecosysteem. Om
dit voor elkaar te krijgen moeten we afspraken maken,
niet alleen over de toepassing van AI, maar ook over de
toepassing van standaarden voor datadeling. Met SBR
kunnen en zullen we hier een bijdrage aan leveren.
PARTNER VAN HET AI INNOVATRAJECT
Aan de slag metAI binnen de overheid 33
Jarenlang was hij de voortrekker van de digitalisering van de publieke sector. Hoe ziet voormalig Digicommissaris Bas Eenhoorn de huidige ontwikkelingen omtrent AI?
Bas Eenhoorn is aangenaam verrast dat hij zijn licht mag schijnen op de huidige AI-ontwikkelingen. Niet dat hij zich hoeft te vervelen, hij is momenteel waarnemend burgemeester van Vlaardingen. “Het was een mooie tijd als Digicommissaris,” vertelt Eenhoorn. “Nou ben ik al een tijdje vertrokken, en ik vind niet dat je over je graf heen moet regeren. Maar ik volg de digitalisering natuurlijk nog steeds en AI is enorm interessant.”
Angst als raadgever
Er is iets opmerkelijks aan de hand bij de inzet van AI, vindt Eenhoorn. “Mensen lijken bang te worden voor deze technologie. Ook bij volksvertegenwoordigers zie ik dat. Het lijkt alsof mensen het gevoel hebben dat er geen rem op deze techniek zit, dat ze er geen controle meer over hebben. Je kunt je dan natuurlijk afvragen of angst wel een goede raadgever is.”
Aan de ene kant gaat het bij deze angsten volgens Eenhoorn vaak over de toepassing van de techniek. “Anderzijds is het ook lastig om beslissingen te nemen over deze techniek, waarvan ongewenste consequenties niet eenvoudig zijn te corrigeren.” Politieke terughoudendheid bij de inzet van AI in de publieke sector is wat dat betreft te verklaren, stelt Eenhoorn nuchter. “Maar het is lang niet altijd terecht. Zeker als je eerst experimenteert in een omgeving waar geen schade aangericht kan worden, zul je snel zien wat de enorme meerwaarde van AI is.”
AI kan juist het verschil maken, als mensen het zien
Volgens Eenhoorn moet de overheid vooral zoeken naar een balans tussen techniek en de menselijke maat. “Dat betekent ook dat je nieuwe implementatie van AI constant blijft monitoren: doet dit wat wij willen, of doet dit dingen die wij ‘als mensen’ vooral niet willen?” Als er in de uiteindelijke uitvoering fouten worden gemaakt, dan worden mensen alleen maar banger voor AI. Heel onwenselijk vindt Eenhoorn dat. “AI biedt juist zoveel mogelijkheden. Als we dit goed doen, dan hebben mensen juist tijd en ruimte om te werken aan dingen die er echt toe doen. Dan worden ze veel minder afgeleid door saaie, of vervelende klussen - die neemt AI dan van ze over.”
Er is vaak veel meer mogelijk dan we denken
Door het gigantische vermogen kan met AI grote hoeveelheden data worden ontsloten en daarover is Eenhoorn onverdeeld enthousiast. “Met AI kom je zaken op het spoor die je anders niet voor elkaar krijgt. Dat kan met deze techniek ook op een manier dat de privacy niet in het geding komt. Zeker als vanaf het begin van de ontwikkeling rekening wordt gehouden met ethische en privacy zaken, is AI heel veilig in te zetten. Omarm deze ontwikkelingen dan ook en blijf experimenteren, dit is echt de techniek die kan bijdragen aan een publieke sector die nog beter functioneert. En het leven van mensen een stukje eenvoudiger maakt.”
Opinie Bas Eenhoorn Burgemeester Amstelveen, voorheen o.a. Digicommissaris rijksoverheid
Voormalig Digicommissaris Bas Eenhoorn vindt dat er een balans moet zijn tussen techniek en menselijke maat
Door het gigantische vermogen kan met AI grote hoeveelheden data worden ontsloten en daarover is Eenhoorn onverdeeld enthousiast.
Het lijkt alsof mensen het gevoel hebben dat er geen rem op deze techniek zit, dat ze er geen controle meer over hebben. Je kunt je dan natuurlijk afvragen of angst wel een goede raadgever is.
“
”
“”
Aan de slag metAI binnen de overheid34
“Het klinkt misschien niet zo spannend, zo’n Small
Business Innovation Research (SBIR), maar in de praktijk
is deze innovatiecompetitie dat zeker wel,” vertelt
Marieke van Putten, innovatiemanager bij het Ministerie
van Binnenlandse Zaken en Koninkrijksrelaties. “De
overheid moet de markt stimuleren om die dingen te
ontwikkelen die de overheid kan gebruiken. Dat kan
met het SBIR-traject heel goed, de innovaties die hierin
worden aangedragen zijn door de gefaseerde inzet heel
bruikbaar. Doordat je in de eerste fase een groot aantal
bedrijven vraagt om een haalbaarheidsstudie te doen
naar hun oplossing voor een maatschappelijke vraag,
krijg je in korte tijd heel veel mooie en concrete plannen.
Een kans om AI concreet te maken voor overheden
Al sinds 2004 schrijft RVO in opdracht van overheden
de SBIR-competities uit, voor diverse overheidsvragen.
“De kern van de SBIR is dat er een specifieke uitdaging
wordt vastgesteld en dat er in de eerste fase budget
beschikbaar wordt gesteld voor het uitvoeren van
een haalbaarheidsonderzoek” vertelt Van Putten.
“Omdat we vanuit onze rol AI innovaties in publieke
diensten willen stimuleren, hebben we de vraag
bij deze SBIR niet op voorhand toegespitst op een
specifiek aandachtsgebied; dus ‘Maak een voorstel voor
oplossingen voor maatschapppelijke vragen met AI’.
Moet je dan zomaar (externe) organisaties spekken?
Uiteindelijk blijkt het Ministerie van Justitie en Veiligheid
(JenV) de ideale partner van BZK voor een gezamenlijke
innovatiecompetitie over AI. Vooral omdat daar de
behoefte aan innovatieve AI-oplossingen groot is.
SBIR: AI in de publieke sector
Gebruik het juiste middel om innovatie in de markt in te kopen én te stimuleren Marieke van Putten is innovatiemanager bij het Ministerie van Binnenlandse Zaken en Koninkrijksrelaties.
Innovatie inkopen is niet zoiets als even een brood kopen bij de bakker. Als overheid komt daar soms ook nog een complexe aanbesteding bij kijken. Er is echter een oplossing: een innovatiecompetitie die in fasen wordt ingezet.
Olof Schuring begeleidt de SBIR vanuit JenV, ook hij is
enthousiast over de deelname. “In totaal hebben 54
bedrijven meegedaan. Daar zat van alles wat tussen: van
ZZP’ers tot grote bedrijven en alles daar tussenin.”
Natuurlijk hebben de verschillende onderdelen van JenV
zelf ook labs, maar deze marktinnovaties leveren daaraan
een extra, en soms onmisbare, bijdrage. “Er wordt
nog wel eens gedacht dat we hiermee teveel de kas
spekken van grote bedrijven, maar dat is niet zo,” meent
Van Putten. “Het zijn vooral kleine, startende bedrijven
die hieraan meedoen. En ook voor de grote bedrijven
geldt, dat ze niet zomaar hun capaciteit in kunnen zetten
op innovaties van de overheid. Deze externe inbreng
zorgt juist voor extra inzet en biedt de kans voor mooie
kruisbestuiving tussen overheid en bedrijfsleven.”
Kijk goed naar wat je nodig hebt en bepaal dan welk
instrument je gebruikt
Natuurlijk is er voor innovaties ook altijd de
mogelijkheid voor het inkoopinstrument Publiek-Private
Samenwerking (PPS). “Dat is ook een prima middel,”
vindt Van Putten. “Maar een PPS werkt vaak beter bij
één grote opdracht, die wordt gegund aan één grote
partij. Bij de SBIR kunnen we ook kleinere marktpartijen
stimuleren voor specifieke innovaties. Kijk maar eens
naar de eerste resultaten die deze SBIR omtrent AI en de
publieke sector heeft opgeleverd,” meent Van Putten.
Haar beste tip voor de inkoop van innovaties voor de
overheid? “Kijk eerst heel goed wat je wilt bereiken en
zoek dan het beste middel erbij, zoals een PPS of SBIR.”
Aan de slag metAI binnen de overheid 35
Hoe werkt SBIR?
SBIR (Small Business Innovation Research) werkt als een gefaseerde innovatiecompetitie, waarbij per fase telkens de ondernemingen met de beste offertes doorgaan. SBIR is het inkopen door de overheid van onderzoeksdiensten om een markt te creëren waarop ze later zelf kan gaan inkopen.
Een aanbestedende dienst identificeert een specifieke uitdaging en stelt een budget beschikbaar. De ondernemers met de meest kansrijke haalbaarheidsonderzoeken (fase 1) krijgen opdracht hun product verder te ontwikkelen (fase 2). Daarna kan de ondernemer de innovatie zelf op de markt brengen (fase 3), de overheid kan als eerste klant (‘launching customer’) de innovatie inkopen.
FASE 1 Haalbaarheidsonderzoek naar de innovatie
De ondernemers met de beste offertes krijgen de opdracht – met financiële tegemoetkoming – om hun ideeën (op papier) op haalbaarheid te testen: organisatorisch, juridisch, technisch, financieel en commercieel. Deze ondernemers voeren het haalbaarheidsonderzoek uit naar hun innovatie binnen de afgesproken termijn en voor het overeengekomen offertebedrag. Bij de uitvoering van de opdracht kunnen ondernemers samenwerken met een kennisinstelling of met andere ondernemingen, of delen van het werk uitbesteden. Na advies van de beoordelingscommissie (zie kopje Beoordeling) besluit de opdrachtgever welke projecten een opdracht krijgen voor fase 2: het ontwikkelen van de innovatie.
FASE 2: Ontwikkeling van de innovatieVoor fase 2 gaan alle haalbare ideeën uit fase 1 opnieuw de competitie aan. De beoordelingscriteria zijn hetzelfde als in fase 1. Daarnaast wegen de economische vooruitzichten voor fase 2 nog explicieter mee. Deze ondernemers starten een onderzoeks- en ontwikkelingstraject en leveren voor de afgesproken prijs en binnen de termijn het eindresultaat op: een getest prototype, demonstratie, beperkte nul-serie of proefproject van het product, het proces of de dienst. Gedurende fase 2 zullen de Rijksdienst voor Ondernemend Nederland (RVO.nl) en de aanbestedende dienst zich samen met de ondernemer inspannen om een zo goed mogelijk eindresultaat te bereiken.
In voorkomende gevallen is fase 2 opgeknipt in bijvoorbeeld een fase 2a: ontwikkelen prototype en een fase 2b: testen prototype in de praktijk. Ook komt het voor dat fase 1, het haalbaarheidsonderzoek, wordt overgeslagen. Dit staat dan expliciet vermeld in de oproep.
Voor fase 1 en 2 geldt: geselecteerde offertes krijgen een opdracht om het voorgestelde onderzoek uit te voeren. De hoogte van de vergoeding is het offertebedrag. Dit moet lager zijn dan het maximumbedrag en marktconform.
FASE 3De innovatie vermarktenBij een succesvol verloop van fase 2 gaat de ondernemer door met het marktrijp maken van zijn innovatie, daarin zo nodig financieel bijgestaan door een externe financier. Deze is bij voorkeur al zeer vroeg in fase 2 in beeld en kan van groot belang zijn voor succesvolle marktintroductie.De overheid financiert deze fase niet. RVO.nl brengt de innovaties wel onder de aandacht en volgt deze.
BeoordelingElke SBIR-competitie heeft een eigen onafhankelijke beoordelingscommissie die de offertes beoordeelt op de volgende criteria:
■ impact■ technologische haalbaarheid■ economisch perspectief■ prijs van de offerte (indien van toepassing)
De beoordelingscommissie rangschikt alle projecten en adviseert RVO.nl en de aanbestedende dienst.
Aan de slag metAI binnen de overheid36
SBIR WINNAARS | Dit is een selectie van de winnaars van de SBIR innovatiecompetitie
‘Wat kan AI bijdragen aan de publieke diensten’Een selectie waaruit blijkt dat schijnbaar kleine of enorm technische AI toepassingen soms een enorme maatschappelijke waarde toevoegen.
ZiuZ | VOICI
Kan AI helpen in de strijd tegen seksueel kindermisbruik?
Bij zaken omtrent seksueel kindermisbruik worden vaak grote hoeveelheden beeldmateriaal in beslag genomen. Deze moeten worden geanalyseerd. Naast dat dit een enorme mentale, of psychische belasting is, betekent het ook duizenden uren kijkwerk. Om de analisten hierbij te ondersteunen, ontwikkelt SBIR-winnaar Ziuz een AI-toepassing.
Zie hier!
Eén van de betekenissen van het
Franse woord ‘voici’ is: zie hier! En
dat is precies wat de ZiuZ nastreeft
met hun toepassing Voici. In dit
geval staat het ook voor de afkorting
‘Video Ontleding en Inhoud
Classificatie met Intelligentie’. Met
AI wordt de toepassing getraind
om beeldmateriaal te doorzoeken
op mogelijke misbruiksituaties.
Als dit goed werkt, kan Voici een
voorselectie maken voor de analist
die uiteindelijk de situatie inschat.
Opdelen in behapbare stukken
Jos Flury is Executive VP van ZiuZ
en legt graag uit hoe de toepassing
werkt. “De video wordt eerst
opgedeeld in shots, in behapbare
stukken. Vervolgens wordt
gekeken of dit beeld al bekend is
bij de politie. Dus, nieuwe beelden
worden vergeleken met de politie-
database. Als blijkt dat het om nieuw
materiaal gaat, wordt de volgende
analyseronde ingezet: de zoektocht
naar mogelijk belastend materiaal.
Hieruit komt een selectie voor de
menselijke analyse.”
Werken met illegaal materiaal
“We moeten ons AI-model leren
om misbruiksituaties te herkennen.
Daarvoor hebben we bestaand
materiaal nodig, dat in principe
illegaal is,” vertelt Flury. De beelden
die voorhanden zijn blijven dan
ook veilig binnen de database van
de politie. Voici plaatst voor de
training een fysiek werkstation bij de
politie en daarvoor levert de politie
vervolgens datasets aan.
Grootste uitdaging: enorm
gebrek aan middelen
Er is zeker aandacht voor het
onderwerp seksueel kindermisbruik.
Er zijn in de praktijk echter veel
te weinig middelen om dit echt
goed aan te pakken. “Het aantal
meldingen van beeldmateriaal van
seksueel kindermisbruik is enorm als
je het vergelijkt met 25 jaar geleden
toen het internet nog in opkomst
was,” vertelt Flury. “Maar het budget
is gelijk gebleven. Natuurlijk helpt
het SBIR-geld voor ons onderzoek,
maar we voeren een ongelijke strijd;
de misdadigers hebben namelijk
bijna eindeloos veel middelen.”
ODDITY
Kan AI helpen in de strijd tegen geweld op straat?
Live cameratoezicht helpt bij de opsporing van geweld in de openbare ruimte. Maar de mensen die achter de camera zitten, zien soms niet alles. Wat gebeurt er als je hier een AI-assistent aan toevoegt?
Binnen Europa willen we geen
Big Brother-achtige toepassingen
waar mensen 24/7 onder toezicht
staan. Het is echter wel handig
om live mee te kijken, op bekende
hotspots in Nederlandse steden.
Dat gebeurt en werpt vruchten af.
Live worden de camerabeelden
Aan de slag metAI binnen de overheid 37
door mensen bekeken en als zich
ergens een incident voordoet
worden de handhavers op straat
gewaarschuwd. Een prima
werkwijze, alleen moeten meerdere
schermen tegelijk in de gaten
worden gehouden per persoon. Het
kan dus zijn dat iets gemist wordt.
Geen gezichtsherkenning, wel
herkenning van de daad
AI kan natuurlijk allerlei beeld-
analyses maken, maar dat gaat
meestal op basis van beeld of
gezichtsherkenning. In verband
met privacy en andere ethische en
juridische overwegingen, is het niet
wenselijk om dit soort zaken in te
zetten in de openbare ruimte. Er
zouden teveel gegevens gekoppeld
moeten worden die de gestelde
randvoorwaarden in gevaar zouden
brengen.
Het (voormalige) studentenbedrijf
Oddity heeft echter een oplossing
bedacht. Een AI ontwikkelen die niet
gezichten of beelden herkent, maar
enkel de kenmerken van geweld.
Kleine maar hele serieuze partij
De redenen voor Oddity om mee te
doen met de SBIR waren tweeledig.
Enerzijds ging het om geld ophalen
voor verder onderzoek. Anderzijds
heeft het Oddity ook geholpen
om in contact te komen met voor
hen belangrijke partijen als Politie
Nederland. Nick Mulder is één
van de oprichters van Oddity, hij
snapt dat het soms lastig is voor
grote publieke organisaties om in
te schatten wat een (vooralsnog)
kleine partij voor hen kan betekenen.
“Door de SBIR komen we nu in
contact met de partijen die wij nodig
hebben en zij met ons. Mensen
zien natuurlijk dat we nogal jong
zijn, het helpt dan zeker om -naast
het onderzoeksgeld - daar wat
ondersteuning in te krijgen.”
HYDROCAST
Kan AI helpen om waterstanden te voorspellen?
De scheepvaart op rivieren is een belangrijk onderdeel van de logistieke keten in Europa. Het proces is echter niet altijd even stabiel, in verband met wisselende waterstanden. Als die beter voorspeld kunnen worden, gaat dat veel tijd en geld schelen.
Het voorspellen van waterstanden
heeft te maken met bijna eindeloos
veel factoren. Maar wat als je hier
AI aan toevoegt? Dan zou je wel
eens kunnen uitkomen op een
voorspellingsmodel dat werkt.
Waardevolle voorspellingen
Wanneer een schip bijvoorbeeld
de Rijn op vaart, wordt er met de
belading rekening gehouden met de
verwachte waterstanden. Hoe hoger
het water, hoe dieper de boot in het
water kan liggen. Als onverhoopt de
waterstand toch verandert, kan dat
betekenen dat het schip niet verder
kan. De lading wordt dan vaak met
vrachtwagens verder vervoerd.
Omgekeerd geldt ook dat het
zonde is om een schip veel lichter
te beladen dan mogelijk is als de
waterstanden hoog genoeg zijn.
Het accuraat voorspellen van
waterstanden is dus meer dan een
nice-to-have het levert praktisch
en economisch gezien nogal wat
voordelen op.
Water- en verkeersstromen
Het idee van deze toepassing
voor Rijkswaterstaat komt voort uit
onderzoek waar de mensen achter
Fileradar.nl al jaren aan werken. Zij
wilden meer accurate voorspellingen
maken voor verkeersdrukte.
Dat lukte uiteindelijk door AI
te gebruiken om een bestaand
verkeersmodel te verbeteren. De
AI gaat als het ware verder waar
de menselijke kennis gebleven is.
Echter, voor de verder ontwikkeling
van de verkeerstoepassing was
wel een vraag en vooral geld
nodig vanuit de markt. Dat was er
vooralsnog niet voldoende.
Onderzoek waterstanden
Uiteindelijk stuit mede-eigenaar en
onderzoeker Chris van Hinsbergen
min of meer toevallig op de
voorspelling van waterstanden. “Een
vriend van mij vertelde hierover, en
ik bedacht me dat ons model hier
ook wel eens heel goed zou kunnen
werken. Al snel zijn we in gesprek
gegaan met Deltares en nu zitten we
in de fase waar we onderzoeken of
dit model ook echt goed genoeg
werkt in de praktijk. Wat het
oplevert.”
De SBIR is volgens Van Hinsbergen
een mooi middel om innovatie te
stimuleren. “Zeker in dit geval, waar
de vraag relatief breed was. En ons
project paste er natuurlijk heel goed
tussen.”
Aan de slag metAI binnen de overheid38
ASSESSMENT
MATCHMAKING
PLAN
EXPERIMENTEREN
Introductie AI / R&D Deep Dive
Gov Deep Dive
GovTech Validation Lab: Explained
AI in de praktijk: Gov m
eets AI Hubs (of: private sector)
Ethische Deep Dive
LegalDeep Dive
CoLabs: Meet the Experts
Data Deep Dive
Gezamenlijk kennisprogramma
AI INNOVATIETRAJECT
Fina
l C
onf
eren
ce(w
ebin
ar)
Trai
ning
B
ellin
gca
t
Tijdens het AI Innovatietraject werken de overheid, bedrijfsleven en onderzoeksinstellingen samen.
Doordat meerdere organisaties tegelijkertijd starten met hun experimenten, is het een gezamenlijk leerproces waarin in kort tijdsbestek veel kennis wordt opgedaan. We doen de eerste ervaringen op, verhogen het collectieve kennisniveau en creëren (of versterken) we de netwerken die nodig zijn om AI op een verantwoorde manier toe te passen. De eerste ronde vond plaats van oktober 2019 tot april 2020.
Aan de slag metAI binnen de overheid 39
Het is een misverstand dat AI onze wereld gaat overnemen, maar het is wel zaak dat we als publieke sector de focus houden op de bedoeling. AI moet ingezet worden om mensen te helpen, vindt Michel van Leeuwen die verantwoordelijk is voor AI bij het Ministerie van Justitie en Veiligheid (JenV).
Van Leeuwen is begin 2020 aangetreden als directeur en kwartiermaker voor het beleidsteam Artificiële Intelligentie bij JenV. Een functie waar veel bij komt kijken, zeker gezien het brede scala aan onderwerpen dat potentieel geraakt wordt door AI.
Vrijheid, veiligheid en economische groei
“Onze opdracht is dat JenV bij blijft op het gebied van de technologische ontwikkelingen omtrent AI,” vertelt Van Leeuwen. “De focus ligt op zaken die vrijheid, veiligheid en economische groei kunnen waarborgen.” Het team onderzoekt hoe AI ingezet kan worden in de organisatie op een verantwoorde manier. Het gaat hierbij om toepassingen in het veiligheidsdomein, maar ook in de bedrijfsvoering, of het verlagen van de administratieve last. “Zo kijken we bijvoorbeeld naar AI-technieken als spraakherkenning voor automatische verslaglegging. De potentiële tijdswinst daarbij is groot.”
Ook bescherming tégen AI staat op de agenda van Van Leeuwen. “Hoe zorgen we ervoor dat AI in handen van criminelen geen schade aanricht aan de samenleving? Maar het gaat ook over hoe we de burger kunnen beschermen tegen het onethisch gebruik van AI. Het is een krachtig middel met soms nare bijeffecten die je wilt voorkomen.”
Ook AI is niet onfeilbaar, hou daarmee rekening
De aard van de AI-technologie maakt dat deze soms beter en slimmer kan werken dan mensen. “Maar dat betekent niet dat AI onfeilbaar is, daar houden we aan alle kanten rekening mee,” benadrukt Van Leeuwen. “Vanaf de eerste ontwikkeling, tot en met de uitrol en het gebruik van AI moeten we ons bewust zijn van de foutgevoeligheid. Dat is belangrijk zodat we de juiste maatregelen kunnen nemen.”
Eén van de veelgenoemde kwetsbaarheden van AI is bijvoorbeeld de kwaliteit van de data die de technologie gebruikt. “Als de data niet zuiver is, dan zijn de uitkomsten dat vaak ook niet. Maar, we gaan verder dan dat,” vertelt Van Leeuwen. “Naast technische maatregelen, kijken we bijvoorbeeld ook naar de samenstelling van het team van ontwikkelaars. Dat moet zo divers mogelijk zijn, om te voorkomen dat AI (onbewuste) vooroordelen krijgt.”
Samen inzetten op een menswaardige AI
Uiteindelijk moet alles omtrent AI gericht zijn op de dienstverlening aan de mens. “Ik vermoed niet dat we straks overheidsloketten helemaal gaan vervangen door technologie, wel dat zo’n loket er heel anders uit gaat zien.” Angst voor AI is volgens Van Leeuwen niet nodig, zeker met duidelijke richtlijnen. “Ook vanuit Europa, dat net als wij, op ieder vlak inzet op een menswaardige AI.”
Opinie Michel van Leeuwen Directeur & kwartiermaker AI
Het is niet dat we persé AI moeten hebben, het is een keuze die we maken
Eén van de veelgenoemde kwetsbaarheden van AI is bijvoorbeeld de kwaliteit van de data die de technologie gebruikt. “Als de data niet zuiver is, dan zijn de uitkomsten dat vaak ook niet. Maar, we gaan verder dan dat,” vertelt Van Leeuwen.
“
”
Aan de slag metAI binnen de overheid40
In times characterised by more limited resources,
no significant decrease in global crime rates and an
increasingly complex operating environment – that now
includes the emergence of the COVID-19 pandemic
– law enforcement is increasingly being tested and
tasked with doing more with less. As with many sectors,
AI may present a solution, or at the very least some
much needed support. In this regard, we have seen a
significant growth in the adoption and integration of AI
into policing in recent years, as it turns to AI to augment
operational capacities or even just to facilitate ordinary
administrative tasks.
For instance, the Prefecture Police in Tokyo is developing
AI-enabled tools in pilot form that focus on identifying
areas of high crime risks, which can serve to support in
determining optimal patrol routes and crime prevention
techniques. Even more recently, in response to the
COVID-19 pandemic, we have seen national authorities,
Responsible AI Innovation in Law EnforcementIrakli Beridze Head, Centre for Artificial Intelligence and Robotics, UNICRI, United Nations
including law enforcement, turn to AI to support it to
push back against the spread of the virus and preserve
social order. Reuters reported a case whereby the
authorities in China relied on facial recognition cameras
to track a Hangzhou man who had travelled an affected
area. Upon his return home, the local police were there
to instruct him to self-quarantine or face repercussions.
Ultimately, the expansion in AI serves to underscore
the importance of discussions on governance, as well
as the ethical and human rights perspectives. These
discussions on the responsible uses of AI are growing
among States and throughout the private sector.
A recent study by Nature identified 84 documents
containing ethical principles or guidelines for AI. At the
same time, more than 30 States to date have adopted
national AI strategies or action plans since 2016, a large
percentage of which highlight the importance of the
ethical considerations to the use of AI.
Artificial Intelligence (AI) is having an impact on many sectors
and, if harnessed appropriately, this technology can deliver great
benefits for our global society, for instance by helping us to achieve
the 17 ambitious goals that world leaders committed to in the 2030
Agenda for Sustainable Development. While there is great potential
in AI, the use of this technology by law enforcement raises very real
and serious human rights concerns that can be extremely damaging
and undermine the trust placed in government by communities.
Human rights, civil liberties and the fundamental principles of law
may be unacceptably exposed, or even irreparably damaged, if we
do not tread this path with great caution.
Aan de slag metAI binnen de overheid 41
At the United Nations Interregional Crime and Justice
Research Institute (UNICRI), we have established a
specialized Centre for AI and Robotics in The Hague
and are one of the few international actors dedicated
to specifically looking at AI vis-à-vis crime prevention
and control, criminal justice, rule of law and security.
We seek to support and assist national authorities, in
particular law enforcement agencies, in understanding
both the opportunities and pitfalls associated with
these technologies and we are exploring their use for
contributing to a future free of violence and crime.
Together with the International Criminal Police
Organization (INTERPOL), we have created a global
platform to discuss advancements in and the impact of
AI for law enforcement. We organize a global meeting
on AI for law enforcement on an annual basis since
2018 – the third edition of which will take place this
year in the Hague in November. The outputs of these
meetings, which include a report in 2019 on AI for law
enforcement, represents a contribution to advancing
the AI governance panorama in the law enforcement
community.
At the second global meeting, law enforcement
identified that the need for support and guidance to
facilitate its adoption of AI and, in doing so, avoiding
the many pitfalls. Responding to this request, we will be
elaborating a ‘toolkit’ for responsible AI innovation by
law enforcement that will contain valuable guidance and
support for law enforcement in developing, deploying
and using AI in a trustworthy and lawful manner.
This toolkit will include the identification and compilation
of major technology domains and possible use-cases,
best practices of the responsible use of AI when a law
enforcement agency intends to develop an AI-enabled
project (in-house) or procure an AI-tool/system (external
solutions) – and a series of recommended good practices
that reflect the general principles and seek to build trust
and social acceptance.
Our main goal with the toolkit to produce a practical and
operational oriented document that seeks to build upon
work already done and avoid being ‘just one more set of
guidelines’. The notion of a ‘toolkit’ has been identified
as the preferred format as, departing from existing
proposed approaches of ‘guidelines’, ‘regulations’ and
‘frameworks,’ it would seek to stimulate the positive
potential of AI within the law enforcement community
to develop, deploy and use AI systems, while providing
guidance on preventing harmful effects.
The positive power and potential of AI is real. However,
to access it, we must first work towards ensuring its use
is responsible, taking into consideration fundamental
principles and rights and respect for the rule of law. Soft
law approaches such as this toolkit can make a valuable
contribution to AI governance, particularly in the law
enforcement domain where the use of AI is truly an edge
case.
A recent study by Nature identified 84 documents containing ethical principles or guidelines for AI. At the same time, more than 30 States to date have adopted national AI strategies or action plans since 2016, a large percentage of which highlight the importance of the ethical considerations to the use of AI.
“”
Aan de slag metAI binnen de overheid42
Steeds meer overheden maken gebruik van zelflerende algoritmen. Soms worden die algoritmen door overheden zelf ontwikkeld, vaak worden de algoritmen (geheel of gedeeltelijk) ontwikkeld door een externe leverancier. In dat laatste geval is het zaak om goede afspraken te maken met de leverancier, die jou als overheid in staat stellen je wettelijke verplichtingen ten opzichte van burgers na te leven. Jeroen Naves, advocaat bij Pels Rijcken, stelde in opdracht van de Gemeente Amsterdam een modelcontract op dat daarvoor als basis kan dienen. Dit zijn zijn belangrijkste tips.
DIT ZIJN DE 3 JURIDISCHE LESSEN VOOR OVERHEDEN
Transparantie voor mens en over techniek
Ga er maar eens aanstaan als overheid: een stuk software kopen dat in potentie zelfstandig besluiten kan nemen. Dit is niet een kwestie van ‘even afrekenen bij de kassa en vergeet het bonnetje niet te declareren.’
Er is een groot verschil tussen
de potentiële inbreuk die bij het
gebruik van algoritmen gemaakt kan
worden op de rechten van burgers.
Het ene algoritme is met andere
woorden het andere algoritme niet.
Het is daarom zaak om van een
leverancier te eisen dat bij de
ontwikkeling van een algoritme
goed nagedacht over de risico’s
die zich kunnen voordoen bij het
gebruik van een algoritme, en dat
maatregelen worden getroffen om
die risico’s te beperken.
Het is vervolgens zaak om zolang
een algoritme wordt gebruikt een
continue proces in te richten waarbij
de risicoanalyse steeds wordt
geactualiseerd, door de overheid
zelf of door de leverancier.
LES 01Zorg dat er een risicoanalyse wordt uitgevoerd
Dit zijn zijn belangrijkste tips
Jeroen Naves,
advocaat bij Pels Rijcken
Aan de slag metAI binnen de overheid 43
Net als bij iedere andere software
applicatie, geldt ook bij de aanschaf
van AI dat je je als overheid de vraag
zal moeten stellen: wat gebeurt
er na afloop van de looptijd van
de overeenkomst met de externe
leverancier? Wil ik dan door kunnen
gaan met de ingekochte applicatie
of start ik een nieuwe aanbesteding
om een nieuwe applicatie te
verwerven?
Besluit je om door te gaan met
de bestaande applicatie, dan is
het zaak om in een overeenkomst
afspraken te maken die jou als
overheid in staat stellen om ook
zonder hulp van de leverancier de AI
te blijven gebruiken. Het bijzondere
bij de meeste AI-techniek is dat
software en data heel erg door
Het allerbelangrijkste is dat je als
overheid kunt uitleggen aan de
burger: waarom je doet wat je doet.
Als je als overheid zelf niet weet
waarom je een bepaald besluit
neemt (“computer says no”), heb je
in allerlei opzichten een probleem.
Natuurlijk moeten we er als juristen
voor waken dat we niet bij iedere
innovatie enkel in juridische
problemen gaan denken. Maar,
in het geval van AI is transparantie
noodzaak.
Dat betekent dat als je met een
leverancier samenwerkt, je van die
leverancier zal moeten eisen dat die
een bepaalde mate van transparantie
verschaft over de technologie die
wordt gebruikt. Die transparantie
moet jou als overheid ten minste
de mogelijkheid geven om aan
een burger uit te leggen wat de
belangrijke redenen zijn waarom een
algoritme tot een bepaalde uitkomst
komt.
Soms kan dat tot discussies leiden:
niet alle leveranciers zullen bereid
zijn transparantie te verschaffen.
Wat zich onder de motorkap van de
applicatie afspeelt, is in sommige
gevallen een bedrijfsgeheim dat de
leverancier niet zal willen delen. Als
een algoritme wordt gebruikt om
besluiten te nemen over burgers,
LES 02Zorg vervolgens voor transparantie
LES 03Maak afspraken over het hergebruik van data
kan dit echter nooit een reden zijn
om dan maar geen eisen te stellen
op het gebied van transparantie.
Het verschaffen van transparantie is
overigens niet alleen van belang om
de totstandkoming van een besluit
uit te kunnen leggen. Het stelt jou als
overheid ook in staat om tijdens een
audit te toetsen of de leverancier zijn
verplichtingen nakomt.
elkaar heen lopen. Zonder data
is de software de waarde van de
software beperkt. Daarom kan in
veel gevallen niet worden volstaan
met klassieke afspraken over exit en
intellectuele eigendomsrechten,
maar zal uitdrukkelijk moeten
worden vastgelegd welke partij
welke data (en in welke vorm) mag
hergebruiken.
Zaken over intellectueel eigendom
klinken vaak wat droog. Dat zijn ze
wellicht ook, maar als we hier AI en
Machine Learning aan toevoegen,
krijgen we ineens een verhaal dat
best spannend kan worden. Op
dit moment zijn er al machines die
door middel van AI zelfstandig
schilderijen kunnen maken, of die
boeken kunnen schrijven. Het
intellectueel eigendomsrecht is
beperkt tot ‘scheppingen van de
geest’. Tsja, maar van wie of wat is
die geest in het geval van AI?
Een veelomvattende techiek als AI
inkopen, betekent goede afspraken
maken. Zonder daarbij de innovatie
in de weg te staan als jurist. Dat is
niet altijd eenvoudig, maar met de
basis modelcontracten is het zeker
in praktische zin uit te voeren.
Het is wel van belang om vast te
stellen dat we hier te maken hebben
met een praktijk en rechtsgebied die
nog volop in ontwikkeling zijn. Het is
daarom zaak kennis te blijven delen
over de manier waarop het beste
met AI kan worden omgegaan.
Aan de slag metAI binnen de overheid44
Victor Pereboom en Sascha van Weerenburg van Dutch Analytics schreven samen met hun team een Handleiding voor Data Science Projecten.
“AI heeft zich de afgelopen jaren bewezen als een domein met grote maatschappelijke impact.” vindt Pereboom. “Dus het is belangrijk dat we daar zorgvuldig mee omgaan.”
DE TECHNISCHE LESSEN
AI werkt alleen als je het direct gestructureerd oppakt - en zo doe je dat
AI is here to stay. Althans, als het lukt om het ook echt te implementeren in de (dagelijkse) organisatie. Net als bij elke verandering, gaat ook deze niet zonder horten en stoten. Althans, tenzij er een goed plan aan ten grondslag ligt. Een plan dat zorgt dat een AI-project niet blijft hangen in de experimentele fase, maar dat resulteert in een goed werkend eindproduct.
Hou gedurende het hele proces
van eerste ontwikkeling, tot en
met het eindproduct één ding
goed voor ogen: AI-ontwikkeling
is een domein waar twee groepen
professionals samen komen, die niet
altijd dezelfde taal spreken. Aan de
ene kant heb je de data-scientists,
aan de andere de IT-mensen, de
ontwikkelaars. Die hebben beiden
een eigen werkwijze, inzichten en
belangen. Aan de ene kant ligt de
focus op experimentatie aan de data
science kant, versus de focus op
een stabiel eindproduct aan de IT
kant. Dat is niet erg, maar blijf altijd
checken of iedereen wel hetzelfde
bedoelt - en of iedereen überhaupt
nog steeds hetzelfde doel voor ogen
heeft.
LES 01Twee werelden die samenkomen, hou daar rekening mee
Dit zijn de belangrijkste lessen om AI aan de technische kant op een duurzame en praktische manier te implementeren.
Victor Pereboom,
co founder Dutch Analytics
Aan de slag metAI binnen de overheid 45
Zeker binnen de publieke sector is
een veelheid aan data voorhanden.
Kijk welke data het meest geschikt
is voor het project. Eén van de
grote obstakels bij het succesvol
toepassen van AI is een gebrek aan
gestructureerde data. Dit kan ook
betekenen dat de nodige data zich
bevindt in verschillende systemen.
Het samenbrengen van deze losse
databronnen is eerst nodig, alvorens
je kan beginnen. Vaak blijkt dat
data nog niet helemaal past voor de
gewenste oplossing, dat betekent
dat die data eerst opgeschoond
moet worden. Pas als dit allemaal
gereed is, dán kun je aan de slag met
de ontwikkeling en evaluatie van de
modellen.
Na de experimentele fase, komt
de cruciale stap naar de échte
implementatie. Vanaf dit moment
staan alle vervolgstappen in het
teken van continuïteit: hoe zorg
je dat de toepassing waarvan een
proof-of-concept voorhanden is.
Wanneer intern alles op orde is
om de AI-oplossing succesvol in
te zetten, wil dat nog niet zeggen
dat het project ‘af en onder
controle is’. Nu begint het pas,
want externe factoren blijven
veranderen. Data, wetgeving, of
andere omstandigheden veranderen
continu. Het is dus zaak om de
toepassing continu te blijven
monitoren, om een kwalitatief
hoogwaardige business case neer
te zetten. Mits deze zes lessen
structureel gevolgd worden.
Zodra een AI-project begint,
moeten er veel verschillende
oplossingsrichtingen getest worden,
waarvan er uiteindelijk wellicht één
werkt. Dat niet alles direct slaagt is
bijna een voorwaarde, want zonder
trial-and-error wordt er niks geleerd.
Leg dus in het begin de nadruk op
het feit dat dit een experimentele
fase is. Deze fase houdt bij AI in dat
er vooral geëxperimenteerd moet
worden om het beste model te
vinden.
LES 02Maak veel fouten en leer daarvan
Zodra een AI-project
begint,moeten er veel verschillende
oplossingsrichtingen getest worden,
waarvan er uiteindelijk wellicht één
werkt. Dat niet alles direct slaagt is
bijna een voorwaarde, want zonder
trial-and-error wordt er niks geleerd.
Leg dus in het begin de nadruk op
het feit dat dit een experimentele
fase is. Deze fase houdt bij AI in dat
er vooral geëxperimenteerd moet
worden om het beste model te
vinden.
LES 03Begin met een passende business case
LES 04Zorg dat de juiste data beschikbaar is en schoon deze op
LES 05Na de experimentele fase moet de focus liggen op continuïteit
Dat die ook straks op een duurzame
wijze mee kan draaien binnen
een organisatie - en dat iedereen
voor wie dit relevant is toegang
heeft tot de verrijkte informatie
en uitkomsten. Beheer van de
algoritmes (hoe en door wie wordt
dat bijvoorbeeld uitgevoerd) is
daarbij een factor die leidend is.
LES 06Controleer de prestatie continu, voor een werkende businesscase
Aan de slag metAI binnen de overheid46
“Eigenlijk hebben veel mensen nog geen idee hoeveel er mogelijk is met al deze lucht- en satellietbeelden in combinatie met AI,” vertelt Camiel Verschoor van Birds.ai. Om dit onder de aandacht te brengen schreef hij samen met Luc van den Ende, Joost Dorscheidt (Geronimo.AI) en Nout van Deijck (NSO) een handreiking over het toepassen van beeld uit lucht en ruimte. “We hopen dat mensen hierdoor weten wat er allemaal beschikbaar is én zelf op ideeën komen om dit ook in hun (overheids-) organisatie in te zetten.” vertelt Verschoor.
DE LESSEN AI IN COMBINATIE MET LUCHT- EN SATELLIETBEELDEN
Een schat aan onontgonnen data die u wellicht op hele goede ideeën brengt
In Nederland en óver Nederland worden dagelijks duizenden beelden vanuit de lucht en ruimte verzameld. Laat AI nou perfect geschikt zijn om automatisch nuttige informatie uit al deze beelden te halen.
Bij de meeste AI toepassingen is
het van belang om eerst een goede
business case vast te stellen. Bij
projecten met satellietbeelden
en luchtbeelden werkt het soms
andersom. Ga eerst maar eens
na wat er überhaupt beschikbaar
is aan beelden en toepassingen.
Kijk daarbij goed naar hoe
gedetailleerd de beelden zijn én
welke (potentiële) toepassingen
van AI er al zijn in combinatie met
lucht-en satellietbeelden. Leg al
deze inzichten vervolgens naast
de eigen organisatie en je vindt
al snel mogelijkheden. Van het
monitoren van infrastructuur, tot en
met de inspectie van oevers zoals bij
Rijkswaterstaat, de mogelijkheden
zijn zeer gevarieerd. Zeker omdat
AI bijvoorbeeld een groot deel
van het zoek- en inspectiewerk kan
uitvoeren.
Dit zijn de belangrijkste lessen over de combinatie van AI met lucht- en satellietbeelden.
LES 01Deze beelden zijn ook interessant als je (nog) geen business case hebtCamiel Verschoor,
founder and CEO - Birds.ai
Aan de slag metAI binnen de overheid 47
“We hopen dat mensen door deze lessen en de handreiking geïnspireerd worden,” vertelt Verschoor. “Ik weet zeker dat er beter beleid gemaakt kan worden in de publieke sector met de juiste combinatie van AI en lucht- en satellietbeelden. Een mooie kans om mens en techniek écht met elkaar te laten samenwerken.”
Eén van de belangrijkste voordelen
van satellietbeelden is dat ze
met regelmaat worden gemaakt.
De satelliet draait om de aarde
en kan op die manier met een
standaard interval beelden maken.
Wijzigingen in een situatie kunnen
door AI in kaart worden gebracht
op basis van de satellietbeelden.
Denk hierbij bijvoorbeeld aan het
monitoren van de groei van een
vluchtelingenkamp. Maar ook bij
andere zaken waar verandering
in tijd aan de orde zijn, kunnen
satellietbeelden in combinatie
met AI een oplossing bieden.
Het hoeft bij satellietbeelden niet
altijd te gaan om megaprojecten.
Ook voor lokale overheden is dit
interessant. Gemeenten kunnen met
satellietbeelden en AI bijvoorbeeld
heel efficiënt wijzigingen in de
(infra-)structuur van beoordelen -
bijvoorbeeld hoe de groei van het
aantal zonnepanelen verloopt.
LES 02Gebruik satellietbeelden voor een analyse over tijd
Hoewel luchtbeelden met een
veel kleinere interval (één keer
per jaar) worden gemaakt dan
satellietbeelden, biedt deze
vorm van beeld weer hele andere
voordelen. Hier kun je namelijk
ook alle details goed in kaart
brengen. Waar met satellietbeelden
vastgesteld kan worden dát er
zonnepanelen op een dak liggen,
kunnen beelden gemaakt vanuit
een vliegtuig of drone, inzoomen
op de details. Op die manier kan
bijvoorbeeld schade, of de status van
het onderhoud van zonnepanelen
worden vastgesteld. De data van
deze gedetailleerde beelden kan
met behulp van AI direct omgezet
worden in acties zoals het attenderen
van een monteur. Voeg hier nog
meer AI aan toe en er kunnen ook
voorspellingen worden gedaan
omtrent, bijvoorbeeld onderhoud.
LES 03Luchtbeelden (van vliegtuigen of drones) voor de details
Zowel satellietbeelden als
luchtbeelden zijn in een aantal
gevallen vrij verkrijgbaar. Dat
betekent dat de kosten niet hoog
hoeven te zijn. Dit gaat helaas niet
in alle gevallen op. Vaak kunnen
overheden dan alsnog gebruik
maken van beeldmateriaal dat
beschikbaar is bij commerciële
organisaties. Gaat het om écht
hele specifieke objecten, waarvoor
speciaal beelden gemaakt moeten
worden, dan kunnen de kosten
wel oplopen. Hoewel de inzet
van drones deze soms nog kan
beperken. In de handreiking vindt u
een overzicht voor welke beelden u
waar terecht kunt.
LES 04Het aanbod is groot en hoeft niet altijd duur te zijn
Aan de slag metAI binnen de overheid48
Wanneer een datagedreven (AI) onderzoek opgestart wordt, is het handig om een uitgestippeld plan te volgen. In algemene zin zijn er vijf stappen die doorlopen moeten worden om goed onderzoek te kunnen uitvoeren.
Dit is nodig om inzichten te verschaffen die eerder onzichtbaar waren
Höcük en zijn team zien in de publieke sector ook elders mogelijkheden voor AI-oplossingen. “Data worden tegenwoordig continu gegenereerd en opgeslagen, en is vaak te veel om door mensen behandeld te worden,” vertelt Höcück. “Slimme machines en zelflerende algoritmen zijn niet alleen handig, maar ook nodig om ons inzichten te verschaffen die normaal onzichtbaar waren. Op deze manier werven we diepere kennis in menselijk gedrag en handelen. Daarbij ontdekken we ook nieuwe inzichten, door complexe verbanden te analyseren tussen verschillende gekoppelde databronnen. Hoe groot of klein ook, data science kan ingezet worden in alle publieke sectoren.
Hiervoor schreef dr. Seyit Höcük een handleiding, die hoort bij de casus ‘Bijstand’ in de Gemeente Den Haag (pagina 26). Samen met zijn collega’s dr. Patricia Prüfer, drs. Marcia den Uijl en Pradeep Kumar, MSc. deelt Höcük zijn uitgebreide kennis en kunde. In deze lessen kunt u vast meekijken met de algemene stappen die van belang zijn bij het uitvoeren van AI-pilots.
LESSEN: DATAMODELLEN
Het kan zijn dat standaard data door AI ineens de hoofdrol kan spelen in beleidsmatige oplossingen
De grote vraag van veel publieke organisaties is hoe AI kan worden toegepast op datagedreven onderzoek en beleid. Waar begin je, welke modellen zijn er eigenlijk voorhanden, hoe zorg je dat alles efficiënt en veilig wordt uitgevoerd?
De basis van ieder algoritme is
wat je er in stopt, de data. Als
publieke organisatie kun je eerst
gaan kijken welke data er al in huis
is. Het kan zijn dat data die eerst
vooral dienden voor registratie en
verificatie, in combinatie met AI
ineens een hoofdrol gaan spelen bij
het oplossen van een probleem. Kijk
bijvoorbeeld naar de pilot van de
Gemeente Den Haag (pagina 26).
Hier worden databases gebruikt
met o.a. bijstandsgegevens,
die vervolgens worden ingezet
om mensen op een prettige en
kansrijke manier weer naar werk te
LES 01Het fundament: data verzamelen
dr. Seyit Höcük,
data scientist bij CentERdata
Aan de slag metAI binnen de overheid 49
begeleiden. Ook als er intern (nog)
geen geschikte dataset voorhanden
is, zijn er voor de publieke sector
mogelijkheden om deze te vinden
in additionele bronnen zoals
bijvoorbeeld CBS Maatwerk en
Microdata, BAG data, Wijk- en
buurtstatistieken of surveydata.
Voordat een model kan worden
losgelaten op de data, is het
belangrijk om deze zo te bewerken
dat de data kloppend is. Ruwe data
zijn vaak onvolledig, inconsistent,
eenzijdig en bevatten waarschijnlijk
veel fouten. Verschillende
fasen zijn er nodig om de data
klaar te maken voor gebruik.
Onder datavoorbewerking
valt het opschonen, imputeren
(volledig maken), normaliseren
en transformeren van data. Dit is
een belangrijk en aanzienlijk deel
van het hele proces. Afhankelijk
van hoe schoon de data zijn, kost
datavoorbewerking vaak 50% tot
80% van de tijd over het gehele
proces.
LES 02Data voorbewerken
Eén van de belangrijkste vragen die
bij data science naar voren komt is:
Hoe kies je je model? Er zijn namelijk
vele verschillende (typen) modellen
beschikbaar. Vaak niet, maar soms
is een eenduidig antwoord hierop
geven mogelijk. Focus daarom op
het beslissingsproces dat ertoe
leidt om uit te komen bij het meest
passende model. Maar eerder is het
zo dat je sommige andere modellen
elimineert dan dat je direct het
ideale model vindt. Op basis van
dit proces, kun je uiteindelijk een
keuze maken voor een model en dit
vervolgens gaan trainen.
LES 03Model trainen
Zodra het model uitkomsten
genereert, wil je weten hoe
goed het model presteert. Om
de prestatie van een model te
beoordelen en om verschillende
modellen te vergelijken, kan
gebruik gemaakt worden van een
LES 04Testen en evalueren
Zodra uitkomsten worden
gegenereerd, en te zien is hoe goed
het model presteert, kan er voor
gezorgd worden dat het model
nog beter presteert door het te
optimaliseren. Bijna alle modellen
hebben meerdere parameters
waarmee het model verfijnd kan
worden. Deze parameters worden
hyperparameters genoemd. De
optimale hyperparameterintsellingen
hangen af van het probleem, model
en de data. De zoektocht naar de
optimale hyperparameters kan ook
geautomatiseerd worden.
LES 05Optimaliseren
aantal prestatiestatistieken. Er zijn
meerdere manieren om modellen
te evalueren en met elkaar te
vergelijken. Voordat dit gedaan kan
worden, moet de data al vóór het
trainen eerst opgesplitst worden in
een deel dat wordt gebruikt voor
het trainen van het algoritme en in
een deel voor het testen. Dat laatste
wordt gebruikt voor modelevaluatie.
Aan de slag metAI binnen de overheid50
AI binnen de overheid
Rijksbrede innovatie communityDe Rijks Innovatie Community is een groeiend netwerk
van innovators binnen de Rijksoverheid. Iedereen
die geïnteresseerd is in innovatie en werkzaam is op
een ministerie, uitvoeringsorganisatie, inspectie of
zelfstandig bestuursorgaan kan lid worden van RIC.
Bij de Rijks Innovatie Community draait het om
verbinden, kennis delen en faciliteren. Het is de ambitie
om uit te groeien tot een netwerk waarin alle ministeries
zijn vertegenwoordigd en wat boordevol kennis,
ideeën, innovatieprojecten, events, tooling, ervaringen
en sociale contacten zit, ook op het gebied van AI!
www.rijksinnovatiecommunity.nl
I-interim RijkI-Interim Rijk helpt de Rijksoverheid met het realiseren
van i-ambities. Dat doen we door advies te geven
en onze professionals op tijdelijke i-trajecten binnen
het Rijk in te zetten, veelal op het niveau van project
–of programmamanagement. Door rijksbreed te
werken, kunnen we onze kennis en ervaring slim
delen en hergebruiken. Naast een eigen Leer- en
Ontwikkelcentrum, zijn onze mensen verenigd in diverse
vak –en expertgroepen om inhoudelijk kennis met
elkaar te delen en op de hoogte te blijven van de laatste
ontwikkelingen. De expertgroep ‘Data & AI’ is daar
één van en onderneemt regelmatig nieuwe initiatieven.
Je kunt hierbij denken aan het Kennisplatform Big
Data in samenwerking met ICTU, de Data Governance
Assessment of de bouw van een ‘body of knowledge
AI’. De doelgroep is breed: de expertgroep richt zich op
alle Rijkscollega’s met kennis van data en AI.
Rijks I-Traineeship Rijks I-Traineeship biedt een selectie net afgestu-
deerde talenten de kans om zich in twee jaar te
ontwikke len tot ICT-, Data- of Cyberspecialist bij de
Rijksoverheid. Tijdens drie trainee-opdrachten bij
verschillende rijksdien sten maken de I-trainees kennis
met verschillende facetten op I-gebied binnen de
Rijksoverheid. Zo worden zij klaargestoomd voor een
carrière als I-professional bij de Rijksoverheid. Rijks
I-trainees zorgen daarbij niet alleen voor nieuwe aanwas,
maar ook voor serieuze innovatie en actuele kennis
binnen de Rijksoverheid. Rijks I-trainees zijn uitermate
geschikt om bij AI trajecten ingezet te worden. Zoals een
I-trainee zelf zegt over een lopende AI-opdracht: ‘Met
mijn juridisch technische achtergrond kan ik eenvoudig
manoeuvreren tussen lastige beleidsacties die genoemd
staan in SAPAI. Met name acties die betrekking hebben
op ethiek, wetgeving en toezicht van én over AI.’
Het Rijks I-Traineeship verzorgt onder meer de
werving en selectie en de centrale basisopleiding van
de I-talenten. Na de werving- en selectieperiode in
het voorjaar start het Rijks I-Traineeship jaarlijks op 1
september. Elke rijksdienst kan zich aansluiten bij het
Rijks I-Traineeship.
Data & AI nieuwsMaandelijks verzamelt Betty Feenstra het Data & AI
nieuws binnen en buiten de overheid en publiceert dat
in een nieuwsbrief. Vaak overheidsgerelateerd, met
aandacht voor concrete toepassingen van Data en AI
binnen overheden, ethische en privacy kwesties, data
visualisaties en aandacht voor technische oplossingen en
tips voor data analisten. Je kunt je abonneren en eerdere
edities teruglezen.
RADIODe RijksAcademie voor Digitalisering en Informatisering
Overheid (RADIO) biedt cursussen en diverse digitale
leervormen aan voor Rijksambtenaren om meer inzicht
te krijgen in en ervaring op te doen met digitalisering en
informatisering. Naast een zelfscan voor de “21st century
skills” kun je via hun website allerlei podcasts, webinars
en cursussen volgen.
www.it-academieoverheid.nl
ABD- app: ‘Data, Innovatie en ICT’ABD’ers kunnen zich ook inschrijven voor de vernieuwde
ABD- app ‘Data, Innovatie en ICT’. Het datagedreven
werken rond publieke opgaven en maatschappelijke
Aan de slag metAI binnen de overheid 51
uitdagingen wordt de ruggengraat van de efficiënte
en effectieve uitvoering van overheidstaken. Data,
Innovatie en ICT bieden overheden veel kansen
om de dienstverlening proactief te versterken
rond publieke opgaven, en zo de wendbaarheid
én toekomstbestendigheid te vergroten. Het
datagedreven werken biedt ook kansen om de
eigen bedrijfsvoering en de interactie met burgers
en bedrijven te verbeteren. Dit vraagt om kennis
van datatechnologie, een kansgerichte mindset
én om leiderschap van top- en middenmanagers.
Immers, de dataficatie betekent een fundamentele
transformatie, die de overheid in het hart raakt van
haar functioneren.
Uit de probleemanalyse van het ABD-onderzoek
Werk aan Uitvoering, blijkt dat het voor veel
bestuurders, (top)managers en opdrachtgevers
niet helder is wat nodig is om de kansen van data
en het ‘opgave en datagedreven werken’ vanuit
publieke waarden aan te grijpen, wat hun rol
hierin kan zijn en welke inhoudelijke kennis en
leiderschapscompetenties daarbij passen.
Na het volgen van deze vernieuwde module zijn
deelnemers op de hoogte van de ontwikkelingen op
het gebied (data)innovatie, kennen ze veel gebruikte
termen, inspirerende praktijktoepassingen en gaan
ze zelf aan de slag met het versterken van de eigen
innovatiekracht, die van de organisatie en krijgen ze
handvatten voor leiderschap tijdens veranderen.
Yes!DelftIn maart 2019 opende YES! Delft haar tweede locatie
in Den Haag! De focus van deze nieuwe locatie ligt
op de twee belangrijkste technologieën van de
digitale samenleving: Artificial Intelligence (AI) en
Blockchain. De ambitie van YES! Delft en partner De
gemeente Den Haag is om van de nieuwe locatie een
levendig en sterk innovatief ecosysteem te maken
voor tech-startups die impact willen hebben op deze
domeinen. www.yesdelft.com/focus-areas/artificial-
intelligence
Toolkit Open DataHet stappenplan van het Leer- en Expertisepunt
Open Overheid is vooral bedoeld voor wie nog niet
heel bekend is met Open Data. Op deze pagina vind
je informatie over de juridische randvoorwaarden
en technische aspecten, maar ook meer algemene
achtergrondinformatie. Er is enorm veel informatie
beschikbaar waar je je voordeel mee kunt doen. www.open-overheid.nl/open-data/toolkit-open-
data
De Ethische Data Assistent (DEDA)DEDA helpt data-analisten, projectmanagers
en beleidsmakers om ethische problemen in
dataprojecten, datamanagement en databeleid te
herkennen.
DEDA is in nauwe samenwerking met data-analisten
van de Gemeente Utrecht ontwikkeld en bestaat
uit een toolkit die helpt bij het in kaart brengen
van ethische kwesties bij dataprojecten, bij het
documenteren van het beraadslagingsproces en
bij de bevordering van de verantwoording aan de
diverse stakeholders en het publiek.
www.dataschool.nl/deda/
Data Governance Self-assessment tool De Data Governance Self-assessment tool is bedoeld
als ondersteuning bij de positiebepaling van Data
Governance binnen een overheidsorganisatie. Het
doel van de positiebepaling is om overeenstemming
te verkrijgen over de huidige positie en de
verbeterstappen voor een vervolgtraject: de data-
ambitie. Met het invullen van de vragen krijgt u
een beeld van de kwaliteit van de opzet van Data
Governance binnen uw organisatie.
De Self-assessment tool stelt 43 vragen, verdeeld
over acht thema’s. De gebruiker wordt gevraagd om
een cijfer te geven (1-5) aan de huidige positie en de
ambitie die de organisatie heeft.www.digitaleoverheid.nl/document/data-
governance-self-assessment-tool/
Aan de slag metAI binnen de overheid52
Veel mensen hebben bij techniek
de neiging om het te zien als iets
dat ons overkomt. Want het is
ingewikkeld. Maar techniek is iets
wat we als mensen zelf maken.
Zoals Alan Kay zei: ‘The best way
to predict the future is to create
it’. Samen bepalen we hoe we AI
gaan inzetten. Onze keus is simpel:
wij kiezen voor AI die publieke
waarde creëert, die bijdraagt aan
vrede, recht en veiligheid. En daar
kun je prachtige vergezichten voor
maken, maar uiteindelijk bepaalt
ons handelen wat er van die visies
terecht komt.
Bij innovatie is dat handelen een
zoektocht van vallen, opstaan en
leren. Dat leren doe je het snelst
samen met anderen die met dezelfde
worsteling bezig zijn. Vandaar
dat we deze pilots georganiseerd
hebben, en vandaar dat we dit
magazine hebben gemaakt. Het
is belangrijk dat we dat delen, alle
successen, worstelingen en lessen.
Dat zullen we ook blijven doen met
al onze verschillende webinars,
hackathons en andere (informatie-)
kanalen.
Open innovatie is de manier
waarop we werken bij het Data
Science Initiative. Want het is heel
simpel, geen enkele organisatie
beschikt over al het denkbare talent
in de wereld (of in Nederland).
Ideeën kunnen overal vandaan
komen. Dat AI-innovatie met de
juiste samenwerkingsverbanden
een enorm krachtig middel is, zien
we ook terug in de pilots in dit
magazine. Van het voorspellend
onderhoud bij Rijkswaterstaat, tot
en met de Gemeente Den Haag die
mensen vanuit de bijstand begeleidt
naar werk, met behulp van AI: het is
een kwestie van kruisbestuiving van
kennis en organisaties.
Toch nog even over die
vergezichten. Want ‘de stip aan de
horizon’ doet er wel toe. Zo was het
Vredespaleis er niet gekomen als
er geen visie was geweest om de
wereld voor oorlog te behoeden.
Als Data Science Initiative denken
we op dit moment na over de vraag
hoe een AI Vredespaleis er uit zou
kunnen zien. Een ontmoetingsplek
waar een internationaal gesprek
plaats kan vinden over de vraag hoe
AI publieke waarde kan creëren?
Een laboratorium voor experimenten
met big data voor vrede, recht en
veiligheid? Een arbitrage-proces
om internationale spelregels voor
ethische AI te kunnen vaststellen?
Een lerend netwerk van professionals
en wetenschappers die samen aan
innovatieprogramma’s werken? Hoe
ziet volgens jou een AI Vredespaleis
er uit? We zijn benieuwd naar je
mening.
Natuurlijk kunnen we bij AI lang discussiëren over bits, bites, algoritmes, implementaties en digitale transformaties. Maar dan hebben we het vooral over techniek. Wat we met dit magazine willen laten zien is dat het draait om mensen.
Frans Nauta
Pak de droom op, alleen dan komen er mooie dingen uit
Aan de slag metAI binnen de overheid54